Pandas Series数据结构基本操作
>>> import pandas
>>> import numpy as np
>>> from pandas import Series,DataFrame
#define a series without assigned index
>>> obj = Series([1,-5,7,3])
>>> print obj
0 1
1 -5
2 7
3 3
dtype: int64
>>> print obj.index
RangeIndex(start=0, stop=4, step=1)
>>> print obj.values
[ 1 -5 7 3]
>>> print obj[3]
3 #explicitly assigned index dbac
>>> obj1 = Series([1,2,3,4],index=['d','b','a','c'])
>>> print obj1
d 1
b 2
a 3
c 4
dtype: int64
>>> print obj1.values
[1 2 3 4]
>>> print obj1.index
Index([u'd', u'b', u'a', u'c'], dtype='object')
>>> print obj1['c']
4
>>> obj1['a']=-4
>>> print obj1.values
[ 1 2 -4 4] #basic operation, index will not be changed
>>> obj1[obj1>0]
d 1
b 2
c 4
dtype: int64
>>> print obj1
d 1
b 2
a -4
c 4
dtype: int64
>>> obj2 = obj1[obj1>0]
>>> obj2
d 1
b 2
c 4
dtype: int64
>>> obj2*2
d 2
b 4
c 8
dtype: int64
>>> obj2
d 1
b 2
c 4
dtype: int64
>>> obj2 = obj2*2
>>> obj2
d 2
b 4
c 8
dtype: int64
>>> obj2=np.exp(obj2)
>>> obj2
d 7.389056
b 54.598150
c 2980.957987
dtype: float64
>>> 'b' in obj2
True
>>> 'e' in obj2
False
给Series赋值index和values
#define a Series with indexes and values
>>> sdata={'beijing':'010','shanghai':'021','guangdong':'020'}
>>> obj3 = Series(sdata)
>>> print obj3
beijing 010
guangdong 020
shanghai 021
dtype: object
>>> index1 = ['tianjin','shanghai','guangdong','beijing']
>>> obj3 = Series(sdata,index=index1)
>>> print obj3
tianjin NaN
shanghai 021
guangdong 020
beijing 010
dtype: object #isnull or notnull
>>> import pandas as pd
>>> print pd.isnull(obj3)
tianjin True
shanghai False
guangdong False
beijing False
dtype: bool
>>> print pd.notnull(obj3)
tianjin False
shanghai True
guangdong True
beijing True
dtype: bool
将乱序索引的两个Series根据索引相加
>>> obj3 = Series(sdata)
>>> print obj3
beijing 010
guangdong 020
shanghai 021
dtype: object
>>> index1 = ['tianjin','shanghai','guangdong','beijing']
>>> obj4 = Series(sdata,index=index1)
>>> print obj4
tianjin NaN
shanghai 021
guangdong 020
beijing 010
dtype: object
>>> print obj3+obj4
beijing 010010
guangdong 020020
shanghai 021021
tianjin NaN
dtype: object
Series name and index name
>>> obj4.name='postcode'
>>> obj4.index.name='city'
>>> print obj4
city
tianjin NaN
shanghai 021
guangdong 020
beijing 010
Name: postcode, dtype: object
Pandas Series数据结构基本操作的更多相关文章
- 02. Pandas 1|数据结构Series、Dataframe
1."一维数组"Series Pandas数据结构Series:基本概念及创建 s.index . s.values # Series 数据结构 # Series 是带有标签的一 ...
- pandas的数据结构之series
Pandas的数据结构 1.Series Series是一种类似于一维数组的对象,由下面两个部分组成: index:相关的数据索引标签 values:一组数据(ndarray类型) series的创建 ...
- pandas中数据结构-Series
pandas中数据结构-Series pandas简介 Pandas是一个开源的,BSD许可的Python库,为Python编程语言提供了高性能,易于使用的数据结构和数据分析工具.Python与Pan ...
- Pandas数据结构(一)——Pandas Series
Pandas 是 Python 中基于Numpy构建的数据操纵和分析软件包,包含使数据分析工作变得快速简洁的高级数据结构和操作工具.通过Pandas Series 和 Pandas DataFrame ...
- Pandas 的数据结构
Pandas的数据结构 导入pandas: 三剑客 from pandas import Series,DataFrame import pandas as pd import numpy as np ...
- Pandas的使用(3)---Pandas的数据结构
Pandas的使用(3) Pandas的数据结构 1.Series 2.DataFrame
- Pandas之数据结构
pandas入门 由于最近公司要求做数据分析,pandas每天必用,只能先跳过numpy的学习,先学习大Pandas库 Pandas是基于Numpy构建的,让以Numpy为中心的应用变得更加简单 pa ...
- Pandas常用数据结构
Pandas 概述 Pandas(Python Data Analysis Library)是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的.Pandas 纳入了大量库和一些标准的数 ...
- Pandas——Series and DataFrane
数据科学--pandas库 pandas中有两个主要的数据结构,一个是Series,另一个是DataFrame.通过这两类数据,可以下载数据.可视化数据.和分析数据. Pandas安装:pip ins ...
随机推荐
- Linux查看硬件配置
1.查看机器所有硬件信息:dmidecode |moredmesg |more 这2个命令出来的信息都非常多,所以建议后面使用"|more"便于查看 2.查看CPU信息 方法一: ...
- day 97 VUE第一天
<!DOCTYPE html> <html> <head> <meta charset="utf-8"> <title> ...
- leetcode.双指针.680验证回文字符串-Java
1. 具体题目 给定一个非空字符串 s,最多删除一个字符.判断是否能成为回文字符串. 示例 1: 输入: "aba" 输出: True 示例 2: 输入: "abca&q ...
- C++中函数调用操作符的重载
1,本博文讲述函数对象问题: 2,客户需求: 1,编写一个函数: 1,函数可以获得斐波那契数列每项的值: 2,每调用一次返回一个值: 3,函数可根据需要重复使用: 4,代码示例: ; i<; i ...
- JS高级程序随笔二
var person1={ toLoginString:function(){ return "lili"; }, toString2:function(){ return &qu ...
- jQuery对于demo元素的上移、下移、删除操作等实现
今天给大家分享一个实用的jQuery技能:dom元素的操作:我们经常会去获取dom元素去实现交互效果,以及数据的操作. 首先复习一下jQuery DOM 元素方法: .get() 获得由选择器指定的D ...
- 基于QRcode的带有文字+图片的二维码的Vue组件
1 <template> 2 <!-- 生成二维码开放接口: 3 二维码内容[通常为url] 4 二维码大小[限制为正方形] 二维码下方显示:文字 5 二维码中间显示:图片--> ...
- 三、bootstrap-treeview
一.bootstrap-treeview 修饰标签为徽章 参考 https://www.cnblogs.com/bin521/p/8403588.html
- SQLRecoverableException: I/O Exception: Connection reset
https://stackoverflow.com/questions/6110395/sqlrecoverableexception-i-o-exception-connection-reset T ...
- 【Flutter学习】之DateTime日期转换
概述: 表示一个时间点 通过构造函数或解析格式化的字符串创建DateTime对象,并且符合ISO 8601标准的子集,小时是24小时制,范围在0-23之间 DateTime对象创建之后,将是固定不变的 ...