合肥网站设计网址,WordPress标题原创插件,企业管理软件价格,中国最大的私人定制公司创建一维数据类型Series dataNone 要转化为Series的数据(也可用dict直接设置行索引) 若是标量则必须设置索引,该值会重复,来匹配索引的长度 indexNone 设置行索引 dtypeNone 设置数据类型(使用numpy数据类型) nameNone 设置Series的name属性 copyFalse 不复制 (当data为ndarray…创建一维数据类型Series dataNone 要转化为Series的数据(也可用dict直接设置行索引) 若是标量则必须设置索引,该值会重复,来匹配索引的长度 indexNone 设置行索引 dtypeNone 设置数据类型(使用numpy数据类型) nameNone 设置Series的name属性 copyFalse 不复制 (当data为ndarray,Series时生效,否则复制) fastpathFalse
# Author : 小红牛
# 微信公众号wdPythons.values ndarray 返回s的值 s.name str 返回s的name(可更改) s.index Index 返回s的索引(可更改) s.index.name str 返回s的索引的name属性(可更改) s.index.is_unique bool 判断s的索引值是否唯一 s.dtype np.dtype 返回s的数据类型 s.ftype str 返回s是稀疏的还是稠密的 s.shape tuple 返回s的形状 (n,) s.nbytes int 返回s的字节数 s.ndim int 返回s的纬度数 1 s.size int 返回s的元素数量 s.strides tuple 返回s中数据的步幅, 即指针移动一次的字节数 (单元素字节数,) s.itemsize int 返回s中元素的字节数 s.base s.T Series 返回s的转置, 但s是一维的所以还是它本身 s.memory_usage() int s的内存使用情况(字节) indexTrue 索引是否参与计算 deepFalse 是否计算s引用的对象的内存使用情况 s.astype() Series 转换数据类型 dtype np.dtype copyTrue 是否复制基层数据 errors‘raise’ ‘raise’: 转换失败则报错 ‘ignore’: 转换失败则保留原数据类型 s.copy() Series 拷贝s deepTrue True: 浅拷贝; False: 引用对象 s.isnull() Series 返回一个大小相同值为bool的对象, 指示值是否为null s.notnull() Series 返回一个大小相同值为bool的对象, 指示值是否不为null 索引, 迭代 s.get() 返回s中对应索引的值, 若索引不存在则返回None或指定值 key 想要获取的值的索引 defaultNone 若索引不存在返回的值 s.at[i] 标量 基于标签的访问器 s.iat[n] 标量 基于位置的访问器 s.ix[i or n] 或 s[] 基于标签和位置的访问器, 支持.loc和.iloc中的任何输入 s.loc[i] [i] 基于单个标签访问 [i1, i2, i3] 基于多个标签访问 [i1:i2] 返回i1与i2之间的元素(包括边界) [[bool]] 传入bool数组, 返回True位置对应的那些值 s.iloc[n] [n] 基于单个位置访问 [n1, n2, n3] 基于多个位置访问 [n1:n2] 类似list [[bool]] 传入bool数组, 返回True位置对应的那些值 s.iter() Iterator 返回一个基于值的迭代器 s.iteritems Iterator 返回一个(索引, 值)的迭代器 运算 s.add() Series 加法运算. 同ss2 other Series或标量 levelNone fill_valueNone 使用此值填充缺失值 s.sub() Series 减法运算. 同s-s2 s.mul() Series 乘法运算. 同ss2 s.div() Series 浮点除法运算. 同s/s2 s.truediv() Series 浮点除法运算. 同s/s2 s.floordiv() Series 整数除法运算. 同s//s2 s.mod() Series 取模(余)运算. 同s%s2 s.pow() Series 幂运算. 同s**s2 s.radd() Series 右侧加法. 同s2s s.rsub() Series 右侧减法. 同s2-s s.rmul() Series 右侧乘法. 同s2s s.rdiv() Series 右侧浮点除法. 同s2/s s.rtruediv() Series 右侧浮点除法. 同s2/s s.rfloordiv() Series 右侧整数除法. 同s2//s s.rmod() Series 右侧取余运算. 同s2%s s.rpow() Series 右侧幂运算. 同s2**s s.lt() Series 同 s s2 s.gt() Series 同 s s2 s.le() Series 同 s s2 s.ge() Series 同 s s2 s.ne() Series 同 s ! s2 s.eq() Series 同 s s2 s.combine() Series 使用自定义函数运算 other Series或标量 func 传入两个参数, 返回一个参数的函数 fill_valuenan 当其中一个s缺少索引是, 使用此值填充后进行运算 s.combine_first() Series other 求索引的并集, 优先保留左侧的值 s.round() Series decimals0 四舍五入为给定的小数位数 np.exp(s) Series 支持大多数numpy方法 功能应用 s.apply()
Series
对s中所有值执行某一操作 func s中每个值要执行的操作(函数) convert_dtypeT 尝试自动适配dtype, 若为False, 则保留为dtypeobject args() 除了值之外, 还要传递给函数的位置参数 **kwds 传递给函数的关键字参数 s.map() Series 映射 arg fun: 传入value返回值作为输出 dict或Series: 映射key(index)-value na_actionNone ‘ignore’: s中nan值将不会受到映射函数的影响
计算/描述统计 s.abs() Series 返回所有值的绝对值 s.all() bool s中是否全为True(非bool值默认会转换) s.any() bool s中是否存在True(非bool值默认会转换) s.autocorr() float Lag-N自相关 lag1 执行自相关之前应用的滞后数 … 重构索引 / 选择 / 标签操作 s.align() tuple 更新索引, 并以(new_s, new_s2)的形式返回, 缺失以nan补全 other Series join‘outer’ ‘outer’: 新索引为s与s2的并集 ‘inner’: 新索引为s与s2的交集 ‘left’ : 新索引为s的索引 ‘right’: 新索引为s2的索引 axisNone Series不要更改此参数 levelNone copyTrue 是否返回新对象 fill_valueNone 缺失值使用的值, 默认np.NaN methodNone limitNone fill_axis0 broadcast_ axisNone s.drop() Series 删除对应标签并返回新对象 labels 单一标签或list_like axis0 levelNone inplaceFalse 若为True则修改s本身而不是新生成一个对象 error‘raise’ ‘ignore’ :忽略错误 s.drop_duplicates() Series 删除重复项 keep ‘first’: 仅保留第一次出现的副本(默认) ‘last’: 删除重复项, 但最后一项除外 False: 删除所有重复项 inplaceFalse 若为True则修改s本身而不是新生成一个对象 s.duplicated() Series 返回是否是重复项的bool表示结果 keep ‘first’: 除第一次出现外, 标记重复为True ‘last’: 除了最后一次出现, 标记重复为True False: 将所有重复项标记为True s.equal() bool other 判断两个Series是否包含相同元素, 相同位置NaN被认为是相同的 s.first() Series 基于时间偏移来获取时间序列的子集 offset ‘10D’: 前10天 s.last() Series offset ‘5M’: 过去5个月 s.head() Series n5 返回前n行 s.idxmax() index skipnaTrue 排除NA/null值(否则返回nan) s.idxmin() index skipnaTrue 排除NA/null值(否则返回nan) s.isin() Series 返回布尔Series, 显示s中每个元素是否包含在传入的序列中 values set或list-like, 不可以是单个字符串 s.reindex() Series 更新索引, 索引对应的值不变, 之前不存在的索引的值默认设为NaN(s的索引必须单调递增或递减) index 新索引 methodNone None: 不填充间隙 ‘backfill’ / ‘bfill’: 将比此索引排序靠后的有效值索引的值填充到此处 ‘pad’ / ‘ffill’: 将比此索引排序靠前的有效值索引的值填充到此处 ‘nearest’: 仅适用于可用于判断距离的索引, 选择离得最近的索引的值填充 copyTrue 返回一个新对象, 即使传递的索引是相同的 levelNone fill_valuenp.nan 缺失值填充的内容 limitNone 向前或向后填充的连续元素的最大数量(貌似索引只能是数字) toleranceNone 原标签和新标签的最大距离(可计算距离的数据类型)
s.rename() Series 修改Series的name或索引且产生一个新的Series(应该可以本地修改, 但尝试没有成功) index
标量: 更改s的name fun: 把索引传入函数, 传出值替换原索引 字典: {old_index: new_index} copyTrue
