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
领取专属 10元无门槛券
私享最新 技术干货