pandas的Series常用方法

前言

学无止境，无止境学。坚持每天学点编程知识，坚持每天写点小文章，坚持每天进步一点点。大家好，我是张大鹏，喜欢学习和分享，希望能够通过此公众号，将自己学到的东西分享给大家，和大家一起交流，一起成长，一起进步。

乾坤未定，你我皆是黑马。大鹏一日同风起，扶摇直上九万里。宝剑锋从磨砺出，梅花香自苦寒来。不积跬步，无以至千里，不积小流无以成江海。

如果有多余的时间，就坚持学习吧，小时候学习改变命运，长大了学习丰富内涵，老了学习带来宁静。活到老，学到老，我能行！

创建Series

import pandas as pd

obj = pd.Series([1, 2, 3])

print(obj.values) # 查看值

print(obj.index) # 默认索引

使用指定索引创建Series

import pandas as pd

# index 指定索引

obj = pd.Series([1, 2, 3], index=["a", "b", "c"])

print(obj.values) # 查看值

print(obj.index) # 默认索引

import pandas as pd

# index 指定索引

obj = pd.Series([1, 2, 3], index=["a", "b", "c"])

# 获取单个

print(obj["a"])

# 获取多个

print(obj[["a", "b"]])

布尔过滤

import pandas as pd

# index 指定索引

obj = pd.Series([1, 2, 3], index=["a", "b", "c"])

# 布尔过滤

print(obj[obj > 1])

算术运算

import pandas as pd

# index 指定索引

obj = pd.Series([1, 2, 3], index=["a", "b", "c"])

# 算术运算

print(obj + 1)

print(obj - 1)

print(obj * 2)

print(obj / 2)

Numpy方法

import numpy as np

import pandas as pd

# index 指定索引

obj = pd.Series([1, 2, 3], index=["a", "b", "c"])

# numpy的方法

print(np.exp(obj))

in判断索引是否存在

import pandas as pd

# index 指定索引

obj = pd.Series([1, 2, 3], index=["a", "b", "c"])

# in 方法

print("a" in obj)

print("aq" in obj)

判断缺失数据

import pandas as pd

data = dict(zip("abc", "123"))

index = list("abcd")

obj = pd.Series(data, index=index)

print(obj)

# 判断缺失数据

print(pd.isnull(obj))

print(pd.notnull(obj))

print(pd.isna(obj))

print(pd.notna(obj))

自动对齐索引

import pandas as pd

obj1 = pd.Series([11, 22], index=["a", "b"])

obj2 = pd.Series([22, 33], index=["b", "c"])

# 自动对齐索引

print(obj1 + obj2)

修改索引

import pandas as pd

obj = pd.Series([11, 22])

print(obj.index)

# 修改索引

obj.index = ["a", "b"]

print(obj.index)

总结