机器学习-pandas01

一、Series

相比于numpy的ndarray，pandas的Series拥有更多的函数，比如describe()函数

s1 = pd.Series([1,2,3,4,5,6])
print(s1.describe())

输出：
count 6.000000
mean 3.500000
std 1.870829
min 1.000000
25% 2.250000
50% 3.500000
75% 4.750000
max 6.000000

可用下标访问：s1[0]
可for循环：for item in s1
可向量计算、比较运算，运算规则同ndarray：+、-、*、/、**、>、<、>=、<=、!=、==
可科学计算：mean、sum、max、min
运算比list快

附：Series中为True、False时，也可做+、-运算
True为1，False为0

def dir_judge(var1,var2):
    mean1 = var1.mean()
    mean2 = var2.mean()
    same_dir = (((var1 > mean1)&(var2 > mean2))|((var1 < mean1)&(var2 < mean2)))
    print(type(same_dir))
    print(same_dir)
    
    return(same_dir.sum(),len(var1)-same_dir.sum())#sum方法求和

house_area = pd.Series([67.5,32,135,84,200,62,101,25])
house_price = pd.Series([550,268,850,652,1300,906,1100,400])

print(dir_judge(house_area,house_price))

可加索引:
pd.Series([ ] , index = [ ])

scores = pd.Series([81,90,57,100],
                    index = ['Guo Jing','Huang Rong','Xiao Longnv','Yang Guo'])
print(scores)

输出：
Guo Jing        81
Huang Rong      90
Xiao Longnv     57
Yang Guo       100
dtype: int64

describe()：输出Series的一些特征，如最大值，最小值，均值等

loc[ ]：通过定义的index定位元素
iloc[ ]：通过位置（0，1，2）定位元素
Series[位置]：同iloc[]

idxmax()：返回最大元素对应的index
idxmin()：返回最小元素对应的index