判断索引是否在series中
datadf=pd.Series([10,20,30,40,50,60],index=['a','b','c','d','f','g'])
datadf
判断索引‘a’是否在datadf中,在里面显示T,而“A”不在索引中,为False
'a' in datadf
输出:True
'A' in datadf
输出:False
而下面第一个语句,判断的索引,而索引为字母,所以显示False,第二个语句,判断的是值域,所以显示True。
10 in datadf
输出:False
10 in datadf.values
输出:True
dict创建Series对象
datadf1 = {'600363': 30.09, '002735': 10.8, '300738': 11.15,'603868':50.02}
s1 = pd.Series(datadf1)
print(s1)
输出:
600363 30.09
002735 10.80
300738 11.15
603868 50.02
dtype: float64
数学运算:
可以直接对Series进行数学运算,这将返回一个新的Series。例如:可以使用 map() 或 apply() 等方法对Series的每个元素应用一个函数。
相加
datadf1 = {'600363': 30.09, '002735': 10.8, '300738': 11.15,'603868':50.02}
s1 = pd.Series(datadf1)
print(s1)
输出:600363 30.09
002735 10.80
300738 11.15
603868 50.02
dtype: float64
相乘
print(s1*10)
print('只显示变量:',(s1*10).values)
输出:600363 300.9
002735 108.0
300738 111.5
603868 500.2
dtype: float64
只显示变量: