python series函数,【Python】【pandas-汇总2】series常用属性和函数

1.Series常用属性

属性说明

values获取数组

index获取索引

namevalues的name

index.name索引的name

2.Series常用函数

Series可使用ndarray或dict的差不多所有索引操作和函数，集成了ndarray和dict的优点

函数说明

Series([x,y,...])Series({'a':x,'b':y,...}, index=param1)生成一个Series

Series.copy()复制一个Series

Series.reindex([x,y,...], fill_value=NaN)

Series.reindex([x,y,...], method=NaN)

Series.reindex(columns=[x,y,...])重返回一个适应新索引的新对象，将缺失值填充为fill_value

返回适应新索引的新对象，填充方式为method

对列进行重新索引

Series.drop(index)丢弃指定项

Series.map(f)应用元素级函数

排序函数说明

Series.sort_index(ascending=True)根据索引返回已排序的新对象

Series.order(ascending=True)根据值返回已排序的对象，NaN值在末尾

Series.rank(method='average', ascending=True, axis=0)为各组分配一个平均排名

df.argmax()

df.argmin()返回含有最大值的索引位置

返回含有最小值的索引位置reindex的method选项：    ffill, bfill　　　　　向前填充/向后填充    pad, backfill　　　向前搬运，向后搬运rank的method选项    'average'　　　　在相等分组中，为各个值分配平均排名    'max','min'　　　使用整个分组中的最小排名    'first'　　　　　　按值在原始数据中出现的顺序排名

3.Series常用属性例程# -*- coding: utf-8 -*-

"""

@author: 蔚蓝的天空Tom

Aim:pandas.series常用属性的例程

属性说明

values 获取数组

index 获取索引

name values的name

index.name 索引的name

"""

import pandas as pd

from pandas import Series

if __name__=='__main__':

s = pd.Series(['Tom', 'Kim', 'Andy'])

# 0 Tom

# 1 Kim

# 2 Andy

# dtype: object

#数值数组

s.values #['Tom' 'Kim' 'Andy']

#索引序列

s.index #RangeIndex(start=0, stop=3, step=1)

#values的name

s.name #None

#索引的name

s.index.name #None

#设置series的name和index.name

s.name = 'Name'

s.index.name = 'ID'

# ID

# 0 Tom

# 1 Kim

# 2 Andy

# Name: Name, dtype: object

#获取series的name和index.name

s.name #Name

s.index.name #ID

4.Series常用函数例程

4.1创建Series对象# -*- coding: utf-8 -*-

"""

@author:蔚蓝的天空Tom

Aim:实现Series常用函数的例程---生成Series对象

(1)生成一个Series

Series([x,y,...])Series({'a':x,'b':y,...}, index=param1)

"""

import pandas as pd

from pandas import Series

if __name__=='__main__':

#(1)生成一个Series

#Series([x,y,...])

#Series({'a':x,'b':y,...}, index=param1)

#数组创建Series，使用默认整数数值行索引

s = pd.Series(['Tom', 'Kim', 'Andy'])

# 0 Tom

# 1 Kim

# 2 Andy

# dtype: object

#数组创建Series，指定行索引index

s = pd.Series(['Tom', 'Kim', 'Andy'], index=['No.1', 'No.2', 'No.3'])

# No.1 Tom

# No.2 Kim

# No.3 Andy

# dt