首页 > 其他分享 >pandas-Series

pandas-Series

时间:2024-12-30 13:57:30浏览次数:1  
标签:df Series 索引 pd print data pandas

 一、Series特点

 

二、特点练习

import pandas as pd
import numpy as np
#pandas---Series

#默认索引从0开始且数组类型数据
data=np.array(['张三','李四','王五','赵六'])
s=pd.Series(data)
print(s)

#自定义索引
s=pd.Series(data,index=['100','101','102','103'],name='series_name')
print(s)

#字典类型数据
data={'S100':'张三','S101':'李四','S102':'王五','S103':'赵六',}
s=pd.Series(data)
print(s)

#数字类型数据
s=pd.Series(5,index=[0,1,2,3])
print(s)

#默认索引从0开始且数组类型数据
data=[12,13,14,11,16]
df=pd.Series(data)

#查看基本信息
print("索引:", df.index)
print("数据:", df.values)
print("数据类型:", df.dtype)
print("前两行数据:", df.head(2))


#对数据进行处理
#使用map函数将每个元素加倍
df_s=df.map(lambda x:x*2)
print(df_s)

#计算累计和
df_sum=df.cumsum()
print(df_sum)

#输出空值
print(df.isnull())

#对数据排序
df_sort=df.sort_values()
print(df_sort)

  

df=pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])


print(df[2]) #索引为2的值
print(df['b']) #索引名称为b的值
print(df[1:4]) #索引切片形式读取

#读取series序列种的索引及值
for index ,value in df.items():
    print(index,value)

  

  

 

标签:df,Series,索引,pd,print,data,pandas
From: https://www.cnblogs.com/xiaokuangnvhai/p/18640558

相关文章

  • Python里的pandas库append 方法的替代实现方法
    使用 concat 函数concat 函数可以将多个 DataFrame 连接在一起,通过这种方式可以实现类似 append 的功能。importpandasaspd#创建示例DataFramedf=pd.DataFrame({'col1':[1,2],'col2':[3,4]})#创建要添加的新行,以DataFrame形式new_row=pd.DataF......
  • 5-pandas常用操作2
    前言一、df.max()计算每列最大值二、df.apply()1.可以传函数代码如下(示例):#lambda匿名函数自定义f=lambdax:x.max()-x.min()#x参数冒号后是返回值df.apply(f)#默认axis=0,所以这里是按列求最大值-最小值2.可以直接写内置函数代码如下(示例):df......
  • 【Pandas】pandas Series infer_objects
    Pandas2.2SeriesConversion方法描述Series.astype用于将Series对象的数据类型转换为指定类型的方法Series.convert_dtypes用于将Series对象的数据类型智能地转换为最佳可能的数据类型的方法Series.infer_objects用于尝试推断Series中对象(object)数据类型列的最佳数据......
  • 【Pandas】pandas Series convert_dtypes
    Pandas2.2SeriesConversion方法描述Series.astype用于将Series对象的数据类型转换为指定类型的方法Series.convert_dtypes用于将Series对象的数据类型智能地转换为最佳可能的数据类型的方法pandas.Series.convert_dtypespandas.Series.convert_dtypes方法是Pandas......
  • pandas常用方法
    删:df2.dropna()df2.dropna(subset=['消费','姓名'])数据填充:df.fillna(0)填充0df.fillna({'客单价':666,'支付金额':df['支付金额'].min()})df.drop_duplicates()//去重删除所有行df.drop_duplicates(subset='流量级别')//从下往上删df.dr......
  • Python数据分析_Pandas_数据分析入门_3
    文章目录今日内容大纲介绍1.DataFrame-保存数据到文件2.DataFrame-读取文件数据3.DataFrame-数据分析入门4.DataFrame-分组聚合计算5.Pandas-基本绘图6.Pandas-常用排序方法7.Pandas案例-链家数据分析7.Pandas案例-链家数据分析_GIF_demo了解数据df1.info()df1.describ......
  • Pandas 知识点全攻略:数据处理与分析的必备指南
    一、Pandas简介定义Pandas是一个开源的、用于数据处理和分析的Python库。它建立在NumPy之上,提供了高效的数据结构和数据分析工具,使得在Python中处理和分析结构化数据变得更加容易。它主要有两个核心数据结构:Series和DataFrame。Series是一种类似于一维数组的数据结构,它可以......
  • pandas 数据库操作
    importpandasaspdfromsqlalchemyimportcreate_engine#username="root"password="@WSX3edc"host="127.0.0.1"port=3306database="test"engine=create_engine("mysql+pymysql://{username}:{password}@{hos......
  • 用pandas导入含嵌套字典的json文件至mysql数据库
    需要导入的文件格式如下,要把data-diff数组里的所有元素导进去,对于某些json文件还需要添加日期字段。{"rc":0, "rt":6, "data":{ "total":197, "diff":[ { "f1":1, "f2":295.5, "f3":{"f4":......
  • Pandas教程之三十七:使用Pandas数据可视化
    使用Pandas进行数据可视化使用Pandas进行数据可视化是以图形格式呈现数据。它通过以简单易懂的格式总结和呈现大量数据来帮助人们理解数据的重要性,并有助于清晰有效地传达信息。在本教程中,我们将探讨如何利用Pandas创建各种类型的图表,使您的数据分析更加直观和富有洞察力......