Series的index的方法和屬性

from pandas import Series,DataFrame

obj = Series([1,2,3,5,8,12],index=[1,2,3,4,5,6])

obj2 = Series([2,6,12,15,18,20],index=[0,1,2,3,4,5])

1、append，合并

obj.append(obj2)

2、obj.diff(),每行與上一行的差值，Difference with previous row

與前第2行的差值

與倒數(shù)前一行的差值

3、obj3.unique() 計算唯一值

4、is_unique,判斷是否有重復(fù)值，如果沒有返回True，否則返回False

5、is_monotonic,當(dāng)各元素均大于等于前值時，返回True，否則返回False

6、drop，刪除

7、isin，判斷是否包含在參數(shù)中

8、reindex，創(chuàng)建一個新的索引對象

Series中str屬性的方法+index索引的特點

Pandas字符串處理

前面我們已經(jīng)使用了字符串的處理函數(shù)：

df["bWendu"].str.replace("℃", "").astype('int32')

1.Pandas的字符串處理的基本介紹

• 使用方法：先獲取Series的str屬性，然后在屬性上調(diào)用函數(shù)；
• 只能在字符串列上使用，不能數(shù)字列上使用；
• Dataframe上沒有str屬性和處理方法
• Series.str并不是Python原生字符串，而是自己的一套方法，不過大部分和原生str很相似；

2.一些常用方法的使用舉例

①切分字符串，split()

# （1）把DataFrame列中字符串以','分隔開，每個元素分開后存入一個列表里
series=data['列名'].str.split(',') ?
#（2）參數(shù)expand，這個參數(shù)取True時，會把切割出來的內(nèi)容當(dāng)做一列，產(chǎn)生多列。
series=data['列名'].str.split(',',expand=True) ?
#（3）只要第一列
series=data['列名'].str.split(',',expand=True)[0] ?

②替換，replace()

# ?#用‘-'代替‘，'
series=data['列名'].str.replace(',','-') ?

③是否包含表達(dá)式，contains()

#返回的是布爾值。
series=data['列名'].str.contains('we') ? ??

④查找所有符合正則表達(dá)式的字符findall()

# 以數(shù)組的形式返回。
series=data['列名'].str.findall("[a-z]") ?

⑤計算字符串的長度，len()

series=data['列名'].str.len() ?

⑥去除前后的空白字符，strip()

series=data['列名'].str.strip() ?
series=data['列名'].str.rstrip() ? ?#去除后面的空白字符
series=data['列名'].str.lstrip() ? ?#去除前面的空白字符

⑦其他的一些判斷方法

isalnum() # 是否全部是數(shù)字和字母組成
isalpha() # 是否全部是字母
isdigit() # 是否全部都是數(shù)字
isspace() # 是否空格
islower() # 是否全部小寫
isupper() # 是否全部大寫
istitle() # 是否只有首字母為大寫，其他字母為小寫

3.使用過程中的一些注意

鏈?zhǔn)绞褂茫寒?dāng)執(zhí)行完一次str的方法后，一般不可以繼續(xù)使用str的方法，需要再次使用str的屬性，再使用str的方法

Series.str默認(rèn)就開啟了正則表達(dá)式模式
# 正則表達(dá)式替換，從2015年12月10如中將年月日替換為20151210
df["中文日期"].str.replace("[年月日]", "")

index索引的特點

1.特點

• 更方便的數(shù)據(jù)查詢，使用index查詢的時候可以獲得性能提升；
• 自動的數(shù)據(jù)對齊功能；
• 更多更強(qiáng)大的數(shù)據(jù)結(jié)構(gòu)支持；

2.為什么使用index索引可以提高查詢性能呢？

• 如果index是唯一的，Pandas會使用哈希表優(yōu)化，查詢性能為O(1);
• 如果index不是唯一的，但是有序，Pandas會使用二分查找算法，查詢性能為O(logN);
• 如果index是完全隨機(jī)的，那么每次查詢都要掃描全表，查詢性能為O(N);

所以我們再對于完全隨機(jī)索引的查詢情況，如果提前排序，可以提高查詢速率

總結(jié)

以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。

最新評論