"""Series的基本用法与示例"""import pandas as pdimport numpyprint("pd版本号:" + pd.__version__)print("numpy版本号:" + numpy.__version__)'''Series(data, index,dtype,copy)data: 输入的数据,可以是列表,常量,ndarray数组等index: 索引。默认为 numpy.arrange(n)dtype 数据类型copy: 对data数据进行copy 默认为false'''# 创建一个空的,类型为int32, Series对象,s = pd.Series([], dtype="int32")print(s)# *******************************# 使用numpy.array 数组类型创建 pandas 的Series 序列对象data = numpy.array(['a', 's', 'd', 'f', 'g'])s = pd.Series(data=data)print(s)# 上面没有传递索引,默认索引从零开始,其索引范围为len(data)-1,# 即数组长度减1,这种默认设置方式被成为”隐式索引“# 也可以直接使用下面的方法显式显示索引s = pd.Series(data=data, index=['第一', '第二', '第三', '第四', '第五'])print(s)# *******************************# 使用dice 字典 创建Series对象  data = {'a': 'b', 2: 1, 5: 'c'}s = pd.Series(data)print(s)# 使用标量值创建Series  标量值按照index的数量进行重复,并一一对应。s = pd.Series(data='a', index=[1, 2, 3, 4, 5])print(s)# *******************************# 访问Series 数据# 位置索引访问:这种访问方式与ndarray和list相同,# 索引标签访问:使用index提供的索引标签进行访问s = pd.Series(data=[1, 2, 3, 4, 5], index=['a', 'b', 'c', 'd', 'e'])print(s[0])  # 位置下标访问方式print(s['a'])  # index索引标签访问方式# 通过切片的方式访问部分数据print(s[1:3])  # 访问下标为 1到3 的数据print(s[-2])  # 访问索引下标为倒数第二个的数值print(s[-2:])  # 访问倒数最后的面的两个数据# 使用索引标签访问多个元素值,注意[]中括号print(s[['a', 'c', 'd']])# *******************************'''Series 常用属性:axes 以列表的形式返回所有行索引标签dtype 返回对象的数据类型empty 返回一个空的Series对象ndim 返回输入数据的维数size 返回输入数据的元素数量values 以ndarray的形式返回Series对象index 返回一个RangeIndex对象,用来描述索引取值范围'''s = pd.Series(data=numpy.random.randn(10))print(s)print(s.axes)  # axesprint(s.dtype)  # dtype 数据类型print(s.empty)  # 是否为空print(s.ndim)  # 数组维数print(s.size)  # 元素数量print(s.values)  # 以ndarray的形式返回Series对象print(s.index)# *******************************'''Series常用方法: head() tail() 查看部分数据'''s = pd.Series(data=numpy.random.random(10))print(s)print("显示前3个数据:")print(s.head(3))print("显示最后个数据:")print(s.tail(2))'''isnull() notnull() 检测空值'''s = pd.Series(data=[1, None, 3, None, 4, None, 6])print(s)print("检测空值:")print(s.isnull())  # 不是空为False 是空为Trueprint(s.notnull())  # 不是空为True 是空为False运行结果如下:pd版本号:1.3.5numpy版本号:1.19.3Series([], dtype: int32)0    a1    s2    d3    f4    gdtype: object第一    a第二    s第三    d第四    f第五    gdtype: objecta    b2    15    cdtype: object1    a2    a3    a4    a5    adtype: object11b    2c    3dtype: int644d    4e    5dtype: int64a    1c    3d    4dtype: int640    0.6493371    0.3830222    0.1279273   -0.1761894   -2.5034825   -0.9182446   -0.0733137    0.8524068    0.1816089   -1.869827dtype: float64[RangeIndex(start=0, stop=10, step=1)]float64False110[ 0.64933725  0.38302211  0.12792697 -0.17618936 -2.50348206 -0.91824365 -0.0733131   0.85240553  0.1816082  -1.86982697]RangeIndex(start=0, stop=10, step=1)0    0.8684251    0.4178342    0.4907323    0.3487604    0.2791875    0.0454096    0.3349427    0.6828818    0.8366199    0.587290dtype: float64显示前3个数据:0    0.8684251    0.4178342    0.490732dtype: float64显示最后个数据:8    0.8366199    0.587290dtype: float640    1.01    NaN2    3.03    NaN4    4.05    NaN6    6.0dtype: float64检测空值:0    False1     True2    False3     True4    False5     True6    Falsedtype: bool0     True1    False2     True3    False4     True5    False6     Truedtype: bool
温馨提示:
1、在论坛里发表的文章仅代表作者本人的观点,与本网站立场无关。
2、论坛的所有内容都不保证其准确性,有效性,时间性。阅读本站内容因误导等因素而造成的损失本站不承担连带责任。
3、当政府机关依照法定程序要求披露信息时,论坛均得免责。
4、若因线路及非本站所能控制范围的故障导致暂停服务期间造成的一切不便与损失,论坛不负任何责任。
5、注册会员通过任何手段和方法针对论坛进行破坏,我们有权对其行为作出处理。并保留进一步追究其责任的权利。
回复

使用道具 举报

    您需要登录后才可以回帖 登录 | 立即注册

    本版积分规则

    • 售后服务
    • 关注我们
    • 社区新手

    QQ|手机版|小黑屋|数据通

    Powered by datatong.net X3.4  © 2008-2020 数据通