pandas.Series 基本技巧

　　pandas.Series 基本技巧

　　append：添加

　　drop：删除

　　修改

　　head / tail：数据查看

　　reindex：重新索引

　　对齐

　　append：添加

　　import numpy

　　import pandas

　　# 下标索引/标签index添加值

　　s1 = pandas.Series(numpy.random.rand(5))

　　s2 = pandas.Series(numpy.random.rand(5), index = list('abcde'))

　　s1[5] = 100

　　s2["f"] = 100

　　print(s1)

　　print(s2)

　　# .append方法直接添加一个数组

　　# .append方法生成一个新的数组，不改变之前的数组

　　s3 = s1.append(s2)

　　print(s3)

　　drop：删除

　　import numpy

　　import pandas

　　s = pandas.Series(numpy.random.rand(5), index = list('abcde'))

　　print(s)

　　s1 = s.drop("a")

　　print(s1)

　　# inplace：删除元素之后返回值,默认为False

　　s2 = s.drop(["b","c"],inplace = True)

　　# 如果inplace为True,返回值为None

　　print(s2)

　　修改

　　s = pandas.Series(numpy.random.rand(3),index = ['a','b','c'])

　　# 通过索引直接修改，类似列表

　　s['a'] = 100

　　s[['b','c']] = 200

　　print(s)

　　head / tail：数据查看

　　import numpy

　　import pandas

　　s = pandas.Series(numpy.random.rand(15))

　　print(s.head(2)) # .head()查看头部数据,默认查看5条

　　print(s.tail()) # .tail()查看尾部数据,默认查看5条

　　reindex：重新索引

　　import numpy

　　import pandas

　　s = pandas.Series(numpy.random.rand(5),index = list("abcde"))

　　print(s)郑州正规人流医院 http://www.zykdrl120.com

　　# .reindex将会根据新的索引重新排序，如果当前索引不存在，则引入缺失值

　　s2 = s.reindex(list("bcfea")) # .reindex()中也是写列表

　　# 这里'f'索引不存在，所以引入缺失值为NaN

　　print(s2)

　　# fill_value：填充缺失值的值

　　s3 = s.reindex(list("qwert"),fill_value = 0)

　　print(s3)

　　对齐

　　import numpy

　　import pandas

　　# Series上会根据标签自动对齐

　　s1 = pandas.Series(numpy.random.rand(3),index = (["A","B","C"]))

　　s2 = pandas.Series(numpy.random.rand(2),index = (["A　　","C"]))

　　# index顺序不会影响数值计算，会以标签来计算

　　# 空值和任何值计算结果仍为空值

　　print(s1 + s2)