pandas笔记-Series(2)

6、函数应用，聚合&window

Series.apply() # 对系列的值调用函数。
Series.agg() # 在指定轴上使用一个或多个操作进行聚合。
Series.aggregate() # 在指定轴上使用一个或多个操作进行聚合。
Series.transform() # 在使用转换值自行生成序列时调用func。
Series.map() # 根据输入对应关系映射序列值。
Series.groupby() # 使用映射器或一系列列对系列进行分组。
Series.rolling() # 提供滚动窗口计算。
Series.expanding() # 提供扩展转换。
Series.ewm() # 提供指数加权（EW）函数。
Series.pipe() # 应用func

7、计算/描述性统计

Series.abs() # 返回一个序列/数据帧，其中包含每个元素的绝对数值。
Series.all() # 返回是否所有元素都为真，可能在轴上。
Series.any() # 返回任何元素是否为真，可能在轴上。
Series.autocorr() # 计算lag-N自相关。
Series.between() # 返回等价于左<=序列<=右的布尔序列。
Series.clip() # 输入阈值处的微调值。
Series.corr() # 计算与其他序列的相关性，不包括缺失值。
Series.count() # 返回序列中非NA/null观测值的数目。
Series.cov() # 计算序列的协方差，不包括缺失值。
Series.cummax() # 返回数据帧或系列轴上的累积最大值。
Series.cummin() # 返回数据帧或系列轴上的累积最小值。
Series.cumprod() # 返回数据帧或系列轴上的累积产品。
Series.cumsum() # 返回数据帧或系列轴上的累积和。
Series.describe() # 生成描述性统计数据。
Series.diff() # 元素的第一离散差分。
Series.factorize() # 将对象编码为枚举类型或分类变量。
Series.kurt() # 返回请求轴上的无偏峰度。
Series.mad() # 返回请求轴上值的平均绝对偏差。
Series.max() # 返回请求轴上的最大值。
Series.mean() # 返回请求轴上值的平均值。
Series.median() # 返回请求轴上的值的中值。
Series.min() # 返回请求轴上的最小值。
Series.mode() # 返回序列的模式。
Series.nlargest() # 返回最大的n个元素。
Series.nsmallest() # 返回最小的n个元素。
Series.pct_change() # 当前元素和上一个元素之间的百分比变化。
Series.prod() # 返回请求轴上的值的乘积。
Series.quantile() # 返回给定分位数处的值。
Series.rank() # 沿轴计算数值数据秩（1到n）。
Series.sem() # 返回请求轴上平均值的无偏标准误差。
Series.skew() # 返回请求轴上的无偏倾斜。
Series.std() # 返回要求轴上的样品标准偏差。
Series.sum() # 返回请求轴上的值之和。
Series.var() # 返回请求轴上的无偏方差。
Series.kurtosis() # 返回请求轴上的无偏峰度。
Series.unique() # 返回序列对象的唯一值。
Series.nunique() # 返回对象中唯一元素的数目。
Series.is_unique # 如果对象中的值唯一，则返回布尔值。
Series.is_monotonic # 如果对象中的值是单调递增的，则返回布尔值。
Series.is_monotonic_increasing # 别名是单调的。
Series.is_monotonic_decreasing # 如果对象中的值是单调递减的，则返回布尔值。
Series.value_counts() # 返回包含唯一值计数的序列。

8、重新索引/选择/标签操作

Series.align() # 使用指定的连接方法在两个对象的轴上对齐。
Series.drop() # 已删除指定索引标签的返回序列。
Series.droplevel() # 已删除请求的索引/列级别的返回序列/数据帧。
Series.drop_duplicates() # 删除重复值的返回序列。
Series.duplicated() # 指示重复的系列值。
Series.equals() # 测试两个对象是否包含相同的元素。
Series.first() # 基于日期偏移选择时间序列数据的初始时段。
Series.head() # 返回前n行。
Series.idxmax() # 返回最大值的行标签。
Series.idxmin() # 返回最小值的行标签。
Series.isin() # 序列中的元素是否包含在值中。
Series.last() # 根据日期偏移选择时间序列数据的最后时段。
Series.reindex() # 使用可选填充逻辑使系列符合新索引。
Series.reindex_like()# 返回索引与其他对象匹配的对象。
Series.rename() # 更改系列索引标签或名称。
Series.rename_axis() # 设置索引或列的轴的名称。
Series.reset_index() # 使用索引重置生成新的数据帧或序列。
Series.sample() # 从对象轴返回项目的随机样本。
Series.set_axis() # 将所需索引指定给给定轴。
Series.take() # 沿轴返回给定位置索引中的元素。
Series.tail() # 返回最后n行。
Series.truncate() # 截断某个索引值前后的序列或数据帧。
Series.where() # 替换条件为False的值。
Series.mask() # 替换条件为真的值。
Series.add_prefix() # 使用字符串前缀为标签添加前缀。
Series.add_suffix() # 带有字符串后缀的后缀标签。
Series.filter() # 根据指定的索引标签对数据帧行或列进行子集设置。

9、缺失数据处理

Series.backfill() # DataFrame.fillna（）与方法'bfill'同义词。
Series.bfill() # DataFrame.fillna()同义'bfill'
Series.dropna() # 返回已删除缺失值的新序列。
Series.ffill() # DataFrame.fillna('ffill')
Series.fillna() # 使用指定的方法填充NA/NaN值。
Series.interpolate() # 使用插值方法填充NaN值。
Series.isna() # 检测缺失值。
Series.isnull() # 检测缺失值。
Series.notna() # 检测现有（非缺失）值。
Series.notnull() # 检测现有（非缺失）值。
Series.pad() # DataFrame.fillna('ffill')
Series.replace() # 将中给出的值替换为值。

10、reshape、排序

Series.argsort() # 返回将对序列值进行排序的整数索引。
Series.argmin() # 返回序列中最小值的int位置。
Series.argmax() # 返回序列中最大值的int位置。
Series.reorder_levels() # 使用输入顺序重新排列索引级别。
Series.sort_values() # 按值排序。
Series.sort_index() # 按索引标签对序列进行排序。
Series.swaplevel() # 在多索引中交换级别i和j。
Series.unstack() # Unstack，也称为pivot，是一个具有多索引的系列，用于生成数据帧。
Series.explode() # 将列表中的每个元素转换为一行。
Series.searchsorted() # 查找应插入元素以保持顺序的索引。
Series.ravel() # 将展开的基础数据作为数据数组返回。
Series.repeat() # 重复一系列的元素。
Series.squeeze() # 将一维轴对象压缩为标量。
Series.view() # 创建Series的新视图