一起养成写作习惯!这是我参与「掘金日新计划 · 4 月更文挑战」的第6天,点击查看活动详情。
这篇文章主要说一下Series对象的基本操作。
Series 常用属性
- index:获取索引
- values:获取数组
- size:获取元素数量
- dtype:获取对象的数据类型
获取索引及修改索引:
data = ["a", "b", "c", "d"]
s = pd.Series(data)
print(s.index)
s.index = ["A", "B", "C", "D"]
print(s.index)
结果输出如下:
RangeIndex(start=0, stop=4, step=1)
Index(['A', 'B', 'C', 'D'], dtype='object')
指定索引对应元素的获取、修改及删除:
Series 通过索引获取、修改及删除对应元素和Python字典的操作有些类似,具体使用方法如下:
# 获取数据
print(s["A"])
# 修改数据
s['A'] = 99
# 删除数据
s = s.drop("B")
s
另外,Series 也支持通过筛选条件获取数据,例如获取能被2整除的数据:
data = np.array([1, 2, 3, 4])
s = pd.Series(data)
s[s%2==0]
Series 切片:
Series 切片操作同Python列表的切面也是类似的,如下:
s[0:3]
表示取第0、1、2个数据。
也可以使用索引值来进行切片,例如获取索引值B-D的值:
s["B":"D"]
Series 常用方法
- head(n):返回前n行数据,默认前5行
- tail(n):返回后n行数据,默认后5行
- isnull()&nonull():判断是否为空,返回True和False
- sort_values():排序,通过传递ascending参数来确定升序or降序,默认为True,表示升序
- dropna():删除空值
Series 运算
统计信息:
可以通过describe()
方法获取统计信息,如下:
也可以通过如下方法分别获取:
- min():获取最小值
- max():获取最大值
- mean():获取均值
- median():获取中位数
- sum():获取总和
- count():获取总数
- ······ 四则运算:
s+2 # 对每个元素进行+2
s*100 # 对每个元素乘100
也可以调用如下方法进行:加法add()
、减法sub()
、乘法mul()
、除法div()
。
原创不易,如果小伙伴们觉得有帮助,麻烦点个赞再走呗~
最后,感谢女朋友在工作和生活中的包容、理解与支持 !