1、is null 和 not null 檢查缺失值
s4.isnull() #判斷是否為空,空就是true
city false
name false
age false
*** true
dtype: bool
s4.notnull() # 判斷是否不為空,非空就是true
city true
name true
age true
*** false
dtype: bool
#返回乙個series物件
2、索引和切片s5 = pd.series(np.random.rand(5),index=['a','b','c','d','e'])
s5a 0.968340
b 0.727041
c 0.607197
d 0.134053
e 0.240239
dtype: float64
# 下標
s5[1] #通過下標獲取到元素,不能倒著取,和我們python列表不一樣, s5[-1]錯誤的寫法
0.7270408328885498
#通過標籤名
s5['c']
0.6071966171492978
#選取多個,還是series
s5[[1,3]] 或 s5[['b','d']] # [1,3] 或['b','d']是索引列表
b 0.727041
d 0.134053
dtype: float64
#切片 標籤切片包含末端資料(指定了標籤)
s5[1:3]
b 0.727041
c 0.607197
dtype: float64
s5['b':'d']
b 0.727041
c 0.607197
d 0.134053
dtype: float64
#布林索引
s5[s5>0.5] #保留為true的資料
a 0.968340
b 0.727041
c 0.607197
dtype: float64
3、name屬性#series物件本身和其本身索引都具有name屬性
s6.name = 'fruit_price' # 設定series物件的name屬性
s6.index.name = 'fruit' # 設定索引name屬性
s6fruit
banana 9.6
watermelon 6.8
orange 3.6
name: fruit_price, dtype: float64
#檢視索引
s6.index
pandas學習 series的基本用法
series是一種類似於一維陣列的物件,是由一組資料及其所對應的標籤所組成,以下為我運用其中的一些簡單的常用的用法做過的一些測試 實驗結果如下所示 series的值 10 20 30 40 50 series的標籤 index u a u b u c u d u e dtype object b 2...
資料分析之Series基本操作
匯入包 import numpy as np import pandas as pd from pandas import series,dataframe series是一種類似與一維陣列的物件,由下面兩個部分組成 s series data 1,2,5,4,7 s0 1 1 2 2 5 3 4 ...
關於series的統計
1 統計se中各個元素出現的次數 se.value counts 這個命令就非常重要!df沒有這個命令 另外series轉dict是to dict 注意與陣列轉list的tolist 區別。2 pct change 函式將每個元素與其前乙個元素進行比較,並計算變化百分比。s pd.series 1,...