pandas中Series的使用方式

更新時(shí)間：2023年09月15日 15:40:37 作者：菜鳥長安

這篇文章主要介紹了pandas中Series的使用方式,具有很好的參考價(jià)值,希望對大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教

pandas的應(yīng)用

pandas的核心數(shù)據(jù)類型是Series（數(shù)據(jù)系列）、DataFrame（數(shù)據(jù)表/數(shù)據(jù)框），反別用于處理一維和二維的數(shù)據(jù)。

還有一個(gè)Index類型的子類型，它為Series和Dataframe提供了索引功能

創(chuàng)建Series對象

Series對象用來表示一維數(shù)據(jù)結(jié)構(gòu)，跟數(shù)組非常類似，但是多了一些功能。

Series的內(nèi)部結(jié)構(gòu)包含了兩個(gè)數(shù)組，其中一個(gè)用來保存數(shù)據(jù)，另一個(gè)用來保存數(shù)據(jù)的索引。

還可以使用字典的方式來創(chuàng)建

索引

Series對象也可以進(jìn)行索引和切片的操作，不同的是Series對象因?yàn)閮?nèi)部維護(hù)了一個(gè)保護(hù)索引的數(shù)組。

除了可以使用整數(shù)索引通過位置檢索數(shù)據(jù)外，還可以通過自己設(shè)置的檢索標(biāo)簽獲取相對應(yīng)的數(shù)據(jù)。

第一種，通過位置索引，并修改數(shù)據(jù)

第二種，使用自定義標(biāo)簽

花式索引

花式索引和普通索引的區(qū)別最外一層為方括號[ ]

布爾索引

用來判斷列表中數(shù)值的范圍

Series對象的常用屬性

# 求和
print(ser2.sum())
# 求均值
print(ser2.mean())
# 求最大
print(ser2.max())
# 求最小
print(ser2.min())
# 計(jì)數(shù)
print(ser2.count())
# 求標(biāo)準(zhǔn)差
print(ser2.std())
# 求方差
print(ser2.var())
# 求中位數(shù)
print(ser2.median())

describe()方法

describe()方法：可以獲得上述所有的描述性統(tǒng)計(jì)信息，如方差，標(biāo)準(zhǔn)差，中位數(shù)等等

對于某一特定的值，也可以通過索引的方式獲得

value_count()方法

如果想要統(tǒng)計(jì)每個(gè)值重復(fù)的次數(shù)，可以使用value_counts()方法，這個(gè)方法會返回一個(gè)Series對象，它的索引就是原來的Series對象中的值，而每個(gè)值出現(xiàn)的次數(shù)就是返回的Series對象中的數(shù)據(jù)，在默認(rèn)情況下會按照出現(xiàn)次數(shù)做降序排列。

ser3 = pd.Series(data=['apple', 'banana', 'apple', 'pitaya', 'apple', 'pitaya', 'durian'])
ser3.value_counts()

unique() 方法

如果Series對象有重復(fù)的值，我們可以使用unique()方法獲得去重之后的Series對象；

可以使用nunique()方法統(tǒng)計(jì)不重復(fù)值的數(shù)量數(shù)據(jù)處理的方法。

isnull()和notnull()

Series對象的isnull()和notnull()方法可以用于空值的判斷

dropna()和fillna()分別用來刪除空值和填充空值

dropna()和fillna()方法都有一個(gè)名為inplace的參數(shù)，它的默認(rèn)值是False，表示刪除空值或填充空值不會修改原來的Series對象，而是返回一個(gè)新的Series對象來表示刪除或填充空值后的數(shù)據(jù)系列，如果將inplace參數(shù)的值修改為True，那么刪除或填充空值會就地操作，直接修改原來的Series對象，那么方法的返回值是None。

后面我們會接觸到的很多方法，包括DataFrame對象的很多方法都會有這個(gè)參數(shù)，它們的意義跟這里是一樣的。