這篇文章將為大家詳細(xì)講解有關(guān)pd.Series()函數(shù)怎么用，小編覺(jué)得挺實(shí)用的，因此分享給大家做個(gè)參考，希望大家閱讀完這篇文章后可以有所收獲。

我們提供的服務(wù)有：網(wǎng)站設(shè)計(jì)制作、網(wǎng)站制作、微信公眾號(hào)開(kāi)發(fā)、網(wǎng)站優(yōu)化、網(wǎng)站認(rèn)證、臨渭區(qū)ssl等。為上千多家企事業(yè)單位解決了網(wǎng)站和推廣的問(wèn)題。提供周到的售前咨詢和貼心的售后服務(wù)，是有科學(xué)管理、有技術(shù)的臨渭區(qū)網(wǎng)站制作公司

1. Series介紹

Pandas模塊的數(shù)據(jù)結(jié)構(gòu)主要有兩：1、Series ;2、DataFrame

series是一個(gè)一維數(shù)組，是基于NumPy的ndarray結(jié)構(gòu)。Pandas會(huì)默然用0到n-1來(lái)作為series的index，但也可以自己指定index(可以把index理解為dict里面的key)。

2. Series創(chuàng)建

pd.Series([list]，index=[list])

參數(shù)為list;index為可選參數(shù)，若不填寫(xiě)則默認(rèn)index從0開(kāi)始;若填寫(xiě)則index長(zhǎng)度應(yīng)該與value長(zhǎng)度相等。

import pandas as pd

s=pd.Series([1,2,3,4,5]，index=['a','b','c','f','e'])

print s

pd.Series({dict})

以一字典結(jié)構(gòu)為參數(shù)。

import pandas as pd

s=pd.Series({'a':1,'b':2,'c':3,'f':4,'e':5})

print s

3. Series取值

s[index] or s[[index的list]]

取值操作類(lèi)似數(shù)組，當(dāng)取不連續(xù)的多個(gè)值時(shí)可以以list為參數(shù)

import pandas as pd

import numpy as np

v = np.random.random_sample(50)

s = pd.Series(v)

s1 = s[[3, 13, 23, 33]]

s2 = s[3:13]

s3 = s[43]

print("s1", s1)

print("s2", s2)

print("s3", s3)

s1 3 0.064095

13 0.354023

23 0.225739

33 0.959288

dtype: float64

s2 3 0.064095

4 0.405651

5 0.024181

6 0.367606

7 0.844005

8 0.405313

9 0.102824

10 0.806400

11 0.950502

12 0.735310

dtype: float64

s3 0.42803253918

4. Series取頭和尾的值

.head(n);.tail(n)

取出頭n行或尾n行，n為可選參數(shù)，若不填默認(rèn)5

import pandas as pd

import numpy as np

v = np.random.random_sample(50)

s = pd.Series(v)

print("s.head()", s.head())

print("s.head(3)", s.head(3))

print("s.tail()", s.tail())

print("s.head(3)", s.head(3))

s.head() 0 0.714136

1 0.333600

2 0.683784

3 0.044002

4 0.147745

dtype: float64

s.head(3) 0 0.714136

1 0.333600

2 0.683784

dtype: float64

s.tail() 45 0.779509

46 0.778341

47 0.331999

48 0.444811

49 0.028520

dtype: float64

s.head(3) 0 0.714136

1 0.333600

2 0.683784

dtype: float64

5. Series常用操作

import pandas as pd

import numpy as np

v = [10, 3, 2, 2, np.nan]

v = pd.Series(v)

print("len():", len(v)) # Series長(zhǎng)度,包括NaN

print("shape():", np.shape(v)) # 矩陣形狀，(，)

print("count():", v.count()) # Series長(zhǎng)度，不包括NaN

print("unique():", v.unique()) # 出現(xiàn)不重復(fù)values值

print("value_counts():\n", v.value_counts()) # 統(tǒng)計(jì)value值出現(xiàn)次數(shù)

len(): 5無(wú)錫人流醫(yī)院哪家好 http://www.wxbhnkyy120.com/

shape(): (5,)

count(): 4

unique(): [ 10. 3. 2. nan]

value_counts():

2.0 2

3.0 1

10.0 1

dtype: int64

6. Series加法

import pandas as pd

import numpy as np

v = [10, 3, 2, 2, np.nan]

v = pd.Series(v)

sum = v[1:3] + v[1:3]

sum1 = v[1:4] + v[1:4]

sum2 = v[1:3] + v[1:4]

sum3 = v[:3] + v[1:]

print("sum", sum)

print("sum1", sum1)

print("sum2", sum2)

print("sum3", sum3)

sum 1 6.0

2 4.0

dtype: float64

sum1 1 6.0

2 4.0

3 4.0

dtype: float64

sum2 1 6.0

2 4.0

3 NaN

dtype: float64

sum3 0 NaN

1 6.0

2 4.0

3 NaN

4 NaN

dtype: float64

7. Series查找

范圍查找

import pandas as pd

import numpy as np

s = {"ton": 20, "mary": 18, "jack": 19, "jim": 22, "lj": 24, "car": None}

sa = pd.Series(s, name="age")

print(sa[sa>19])

jim 22.0

lj 24.0

ton 20.0

Name: age, dtype: float64

中位數(shù)

import pandas as pd

import numpy as np

s = {"ton": 20, "mary": 18, "jack": 19, "jim": 22, "lj": 24, "car": None}

sa = pd.Series(s, name="age")

print("sa.median()", sa.median())

sa.median() 20.0

8. Series賦值

import pandas as pd

import numpy as np

s = {"ton": 20, "mary": 18, "jack": 19, "jim": 22, "lj": 24, "car": None}

sa = pd.Series(s, name="age")

print(s)

print('----------------')

sa['ton'] = 99

print(sa)

{'ton': 20, 'mary': 18, 'jack': 19, 'jim': 22, 'lj': 24, 'car': None}

----------------

car NaN

jack 19.0

jim 22.0

lj 24.0

mary 18.0

ton 99.0

Name: age, dtype: float64

關(guān)于“pd.Series()函數(shù)怎么用”這篇文章就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，使各位可以學(xué)到更多知識(shí)，如果覺(jué)得文章不錯(cuò)，請(qǐng)把它分享出去讓更多的人看到。

當(dāng)前名稱：pd.Series()函數(shù)怎么用
URL鏈接：http://chinadenli.net/article36/ppihsg.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供品牌網(wǎng)站設(shè)計(jì)、企業(yè)建站、外貿(mào)網(wǎng)站建設(shè)、外貿(mào)建站、Google、面包屑導(dǎo)航

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)