资讯专栏INFORMATION COLUMN

《Python for Data Analysis》之 Series

CoderBear / 3094人阅读

摘要:的主要数据结构所能满足的需求具备按轴自动或显式数据对齐功能的数据结构。这可以防止许多由于数据未对齐以及来自不同数据源索引方式不同的数据而导致的常见错误。

pandas的主要数据结构:Series

Pandas所能满足的需求:

具备按轴自动或显式数据对齐功能的数据结构。这可以防止许多由于数据未对齐以及来自不同数据源(索引方式不同)的数据而导致的常见错误。

集成时间序列功能

既能处理时间序列数据也能处理非时间序列的数据

数据运算和约简(比如对某个轴求和)可以根据不同的元数据(轴)编号执行。

灵活处理缺失数据

合并及其他出现在常见数据库中的关系型运算


Series是一种类似一维数组的对象,它由一组数据(各种Numpy数据类型)以及一组与之相关的数据标签(即索引)组成

Series的组成要素为两点:1.一组数据 2.与之对应的索引
创建:Series([data],index=[index])

"Data可以是列表(省略index)"
obj = Series([3,4,-5,6])

"通过Python字典创建:键值自动作为索引"
sdata = {"a":3,"b":4,"c":-5,"d":6}
obj = Series(sdata)

"自定义索引"
obj = Series([3,4,-5,6],index=["a","b","c","d"])

应用:Series的方法

"通过索引选取单个值"
In [7]: obj["a"]
Out[7]: 3
"通过索引选取一组值"
In [8]: obj[["a","c","d"]]
Out[8]: 
a    3
c   -5
d    6
"数据组运算(Series可以看作一维数组),保留索引和值之间的链接"
obj[obj > 0]
obj[obj*2]
np.exp(obj2)
"还可以将Series当作一个定长的有序字典"
In [9]: "b" in obj
Out[9]: True

In [10]: "e" in obj
Out[10]: False

"Series实例方法"
In [10]: obj.isnull()  #检测缺失数据

"Series的索引可以通过赋值的方式就地修改"

In [11]: obj.index = ["Bob","Steve","Jeff","Ryan"]

Out[12]: 
Bob      3
Steve    4
Jeff    -5
Ryan     6
dtype: int64

文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/45521.html

相关文章

  • python_pandas学习

    摘要:的名称来自于面板数据和数据分析。以下的内容主要以为主。终端输入导入相关模块是一种类似于一维数组的对象,它由一组数据各种数据类型以及一组与之相关的数据标签即索引组成。如果仅传入一个序列,则会重新索引行函数的参数参数说明用作索引的新序列。 原文链接 numPy pandas的数据结构介绍 简介 Pandas [1] 是python的一个数据分析包,最初由AQR Capital Mana...

    codercao 评论0 收藏0
  • Python数据分析学习笔记Pandas入门

    摘要:是一个数据分析的开源库。与表格或关系数据库中的表非常神似。注意带有一个索引,类似于关系数据库中的主键。的统计函数分组与聚合通过方法,可以对数据组施加一系列的函数。函数的作用是串联,追加数据行使用函数。 pandas(Python data analysis)是一个Python数据分析的开源库。pandas两种数据结构:DataFrame和Series 安装:pandas依赖于NumPy...

    zqhxuyuan 评论0 收藏0
  • Python工具分析风险数据

    摘要:小安分析的数据主要是用户使用代理访问日志记录信息,要分析的原始数据以的形式存储。下面小安带小伙伴们一起来管窥管窥这些数据。在此小安一定一定要告诉你,小安每次做数据分析时必定使用的方法方法。 随着网络安全信息数据大规模的增长,应用数据分析技术进行网络安全分析成为业界研究热点,小安在这次小讲堂中带大家用Python工具对风险数据作简单分析,主要是分析蜜罐日志数据,来看看一般大家都使用代理i...

    Berwin 评论0 收藏0
  • 一文带你斩杀PythonNumpy☀️Pandas全部操作【全网最详细】❗❗❗

    目录Numpy简介Numpy操作集合1、不同维度数据的表示1.1 一维数据的表示1.2 二维数据的表示1.3 三维数据的表示2、 为什么要使用Numpy2.1、Numpy的ndarray具有广播功能2.2 Numpy数组的性能比Python原生数据类型高3 ndarray的属性和基本操作3.1 ndarray的基本属性3.2 ndarray元素类型3.3 创建ndarray的方式3.4 ndarr...

    asoren 评论0 收藏0
  • Python 和 R 数据分析/挖掘工具互查

    摘要:写在前面在此总结一些在数据分析挖掘中可能用到的功能,方便大家索引或者从一种语言迁移到另一种。概率图模型文本基本操作类别英中中文分词未知主题模型类别未知未知未知值得留意的是的新第三方模块,与其他分析可视化挖掘报表工具的交互类别实际是的服务包 写在前面 在此总结一些在数据分析/挖掘中可能用到的功能,方便大家索引或者从一种语言迁移到另一种。当然,这篇博客还会随时更新(不会另起一篇,为了方便大...

    array_huang 评论0 收藏0

发表评论

0条评论

CoderBear

|高级讲师

TA的文章

阅读更多
最新活动
阅读需要支付1元查看
<