贾金金金昭的blog

我是一个准半职业足球运动员

pandas-series总结

#pandas的学习
#Series 一组数组已经与这组数组的数据标签(索引)完成的
import pandas as pd
obj=pd.Series([4,7,-5,3])
print(obj)
#可以自己建立索引
obj2=pd.Series([4,7,-5,3],index=['a','b','c','d'])
print(obj2)
#可以通过索引的方式选取对应的数值
print(obj2['a'])
#应该可以多个索引,但未成功
##Series里面可以进行计算
print(obj2[obj2>0])
print(obj2>0)
print(obj2*2)
#以上三个的输出
# a    4
# b    7
# d    3
# dtype: int64
# a     True
# b     True
# c    False
# d     True
# dtype: bool
# a     8
# b    14
# c   -10
# d     6
# dtype: int64
#用来判断索引是不是在这里面,只能判断索引
print('b'in obj2)
#如果数据在python的字典中,可以直接通过字典来创建Series
sdata={'Ohio':35000,'Texas':710000,'Oregon':16000,'Utah':5000}
obj3=pd.Series(sdata)
print(obj3)
#如果只传入一个字典的话,Series的索引就是原字典的键(有序排列的)额妹子嘤啊!!
states=['a','b','c','d']
obj4=pd.Series(sdata,index=states)
print(obj4)
#输出下面这一坨,表示缺失,也就是没找到数据,只能是字典默认索引,不能修改
# a   NaN
# b   NaN
# c   NaN
# d   NaN
# dtype: float64
#可以用来判断是不是缺失数据
print(obj4.isnull())
#Series 最重要的一个功能是 自动对其不同索引的数据,索引号相同的相计算,索引号不同的都保留,又是一个额妹子嘤的功能
print(obj3+obj4)
#Series 对象本身及其索引都有一个name属性,可以给Series加上,类似表格的表头,不完全正确
obj4.name='population'
obj4.index.name='state'
print(obj4)
#输出结果
# state
# a   NaN
# b   NaN
# c   NaN
# d   NaN
# Name: population, dtype: float64
#
# Series的索引可以通过赋值的方式去修改
obj4.index=['qwe','dd','_','ddd']
print(obj4)
#输出结果
# qwe   NaN
# dd    NaN
# _     NaN
# ddd   NaN
# Name: population, dtype: float64
阅读更多
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/u010256153/article/details/52382413
个人分类: python
上一篇python,比较两个xml
下一篇python解析xml文件
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页

关闭
关闭