标签：
一、序列Series，很像numpy中的array数组，可以由列表、元组、字典、numpy中的array来初始化
>>> from pandas import Series >>> s = Series([0.1, 1.2, 2.3, 3.4, 4.5]) >>> s 0 0.1 1 1.2 2 2.3 3 3.4 4 4.5 dtype: float64
2、序列也可以由标签组成，默认是由数字表示。
>>> s = Series([0.1, 1.2, 2.3, 3.4, 4.5], index = [’a’,’b’,’c’,’d’,’e’]) >>> s a 0.1 b 1.2 c 2.3 d 3.4 e 4.5 dtype: float64
索引的话可以由数字、标签、真值表、切片
from pandas import Series s = Series([0.1, 1.2, 2.3, 3.4, 4.5], index = [‘a‘,‘b‘,‘c‘,‘d‘,‘e‘]) s[1] Out[36]: 1.2
from pandas import Series s = Series([0.1, 1.2, 2.3, 3.4, 4.5], index = [‘a‘,‘b‘,‘c‘,‘d‘,‘e‘]) print s[1],‘\n‘ print s[1:4],‘\n‘ print s[s>3],‘\n‘ print s[[1,2,3]] 1.2 b 1.2 c 2.3 d 3.4 dtype: float64 d 3.4 e 4.5 dtype: float64 b 1.2 c 2.3 d 3.4 dtype: float64
二、序列的常用函数
1、head and tail来显示头部5行或末尾5行数据，也可以通过传递参数来修改显示的行数
from pandas import Series s = Series([0.1, 1.2, 2.3, 3.4, 4.5], index = [‘a‘,‘b‘,‘c‘,‘d‘,‘e‘]) print s.head(),‘\n‘ print s.head(2)
a 0.1 b 1.2 c 2.3 d 3.4 e 4.5 dtype: float64 a 0.1 b 1.2 dtype: float64
2、isnull and notnull返回等长的序列，
3、describe返回序列的一些统计特性
from pandas import Series import numpy as np s=Series(np.arange(1.0,10)) s.describe() Out[43]: count 9.000000 mean 5.000000 std 2.738613 min 1.000000 25% 3.000000 50% 5.000000 75% 7.000000 max 9.000000 dtype: float64
4、unique and nunique，返回不重复的数据集或者重复的数据集
5、drop(labels) 删除制定标签的数据，dropna()是删除NaN数据
6、append(series) 添加数据
from pandas import Series import numpy as np s=Series(np.arange(1.0,10)) s2=Series([22,33,44,55]) print s.append(s2) ? 0 1.0 1 2.0 2 3.0 3 4.0 4 5.0 5 6.0 6 7.0 7 8.0 8 9.0 0 22.0 1 33.0 2 44.0 3 55.0 dtype: float64
7、replace(series,values) 将series数据集中的数据替换成values数据集
注意：这个替换是将替换后的数据返回，而不是在原来的数据集上做替换
from pandas import Series import numpy as np s=Series(np.arange(1.0,10)) s2=Series([22,33,44,55]) s3=s.append(s2) print s3.replace([2,5,8],[22,55,99]) s3 ? 0 1.0 1 22.0 2 3.0 3 4.0 4 55.0 5 6.0 6 7.0 7 99.0 8 9.0 0 22.0 1 33.0 2 44.0 3 55.0 dtype: float64 Out[51]: 0 1.0 1 2.0 2 3.0 3 4.0 4 5.0 5 6.0 6 7.0 7 8.0 8 9.0 0 22.0 1 33.0 2 44.0 3 55.0 dtype: float64
8、update(series)用series来更新，只更新匹配上标签的数据
注意：是在原来数据集上做更新
>>> s1 = Series(arange(1.0,4.0),index=[’a’,’b’,’c’]) >>> s1 a 1 b 2 c 3 dtype: float64 >>> s2 = Series(-1.0 * arange(1.0,4.0),index=[’c’,’d’,’e’]) >>> s1.update(s2) >>> s1 a 1 b 2 c -1 dtype: float64
9、数据框架，DataFrame，相当于array上的二维数组，区别于array数组的地方时它可以是不同数据类型的数据组合在一起
标签：
原文地址：http://www.cnblogs.com/zhaopengcheng/p/5410633.html
