Python数据分析可视化“一课一得”

Series序列对象

---

1.Series序列对象即DataFrame表格对象的某一列数据

2.Series序列对象简称序列对象，其数据类型是Series

获取序列对象的方法

1.从表格对象中提取序列对象：表格对象['列名称']

2.手动生成一个序列对象：pd.Series(列表对象)类生成

Series序列对象具有一些常用的属性，可以用来获取关于序列的信息。以下是一些常见的Series序列对象的属性：

1. index：返回序列的索引，即标签信息。
   例如：series.index

2. values：返回序列的值，即数据信息。
   例如：series.values

3. name：返回序列的名称。
   例如：series.name

4. dtype：返回序列的数据类型。
   例如：series.dtype

5. size：返回序列的大小，即元素的个数。
   例如：series.size

6. shape：返回序列的形状，即元素的维度。
   例如：series.shape

7. empty：返回一个布尔值，表示序列是否为空。
   例如：series.empty

8. head(n)：返回序列的前n个元素，默认返回前5个元素。
   例如：series.head(10)

9. tail(n)：返回序列的后n个元素，默认返回后5个元素。
   例如：series.tail(10)

这些属性可以帮助您获取有关Series序列对象的基本信息，从而进行数据分析和处理。

Series序列对象提供了许多常用的方法，可以对数据进行处理和分析。下面是一些常用的Series方法：

1. head(n)：返回Series对象的前n个元素，默认为前5个。
2. tail(n)：返回Series对象的后n个元素，默认为后5个。
3. describe()：返回Series对象的统计描述信息，包括计数、均值、标准差、最小值、25%分位数、中位数、75%分位数和最大值。
4. unique()：返回Series对象中的所有唯一值，按照它们在原始Series中的顺序排列。
5. value_counts()：对Series对象中的每个唯一值进行计数，并返回一个新的Series对象，其中索引为唯一值，值为计数。
6. sort_values()：按值对Series对象进行排序，默认为升序排序。
7. sort_index()：按索引对Series对象进行排序，默认为升序排序。
8. isnull()：返回一个布尔型的Series对象，表示哪些元素是缺失值。
9. notnull()：返回一个布尔型的Series对象，表示哪些元素不是缺失值。
10. dropna()：删除Series对象中的缺失值，并返回新的Series对象。
11. fillna(value)：用指定的值替换Series对象中的缺失值，并返回新的Series对象。
12. map(dict)：根据字典dict对Series对象的值进行映射，将字典中的键作为索引，将值替换成对应的映射值。
13. apply(func)：对Series对象的每个元素应用指定的函数，并返回一个新的Series对象。
14. astype(dtype)：将Series对象的数据类型转换为指定的dtype。

这些方法可以帮助你对Series对象进行数据处理、数据分析和数据清洗操作。

 

 Series序列对象的运算

序列对象和数字或者另一个序列之间可以进行基本的运算

好文章推荐