标签:频率 max 集合 obj 获取值 python name type port
import pandas as pd # 获取唯一值 ser01=pd.Series([‘a‘,‘c‘,‘b‘,‘d‘,‘a‘,‘b‘]) print(ser01.unique()) #输出为 [‘a‘ ‘c‘ ‘b‘ ‘d‘] # 值计数 print(ser01.value_counts()) ‘‘‘ 输出为 a 2 b 2 d 1 c 1 dtype: int64 ‘‘‘ print(ser01.value_counts(ascending=False)) # 按照频率的高到低排序(默认) ‘‘‘ 输出为 a 2 b 2 d 1 c 1 dtype: int64 ‘‘‘ print(ser01.value_counts(ascending=True)) # 按照频率的低到高排序 ‘‘‘ 输出为 c 1 d 1 b 2 a 2 dtype: int64 ‘‘‘ # 成员资格 print(ser01.isin([‘b‘,‘c‘])) ‘‘‘ 输出为 0 False 1 True 2 True 3 False 4 False 5 True dtype: bool ‘‘‘ print(ser01[ser01.isin([‘b‘,‘c‘])]) ‘‘‘ 输出为 1 c 2 b 5 b dtype: object ‘‘‘
import pandas as pd #Series层次索引 ser02=pd.Series([12034,12222,33333,55555],index=[[‘2001‘,‘2001‘,‘2001‘,‘2002‘],[‘苹果‘,‘香蕉‘,‘西瓜‘,‘苹果‘]]) print(ser02) ‘‘‘ 输出为 2001 苹果 12034 香蕉 12222 西瓜 33333 2002 苹果 55555 dtype: int64 ‘‘‘ #DataFrame层次索引 df02=pd.DataFrame({ ‘year‘:[2001,2001,2001,2002], ‘fruit‘:[‘苹果‘,‘香蕉‘,‘西瓜‘,‘苹果‘], ‘production‘:[12034,12222,33333,55555] }) print(df02) ‘‘‘ 输出为 year fruit production 0 2001 苹果 12034 1 2001 香蕉 12222 2 2001 西瓜 33333 3 2002 苹果 55555 ‘‘‘ df02=df02.set_index([‘year‘,‘fruit‘]) #层次化索引,设置为索引,series与DataFrame转化 print(df02) ‘‘‘ 输出为 year fruit production 2001 苹果 12034 香蕉 12222 西瓜 33333 2002 苹果 55555 ‘‘‘ print(df02.loc[2001,‘苹果‘]) #根据索引获取值 ‘‘‘ 输出为 production 12034 Name: (2001, 苹果), dtype: int64 ‘‘‘ print(df02.sum(level=‘year‘)) ‘‘‘ 输出为 year production 2001 57589 2002 55555 ‘‘‘ print(df02.mean(level=‘fruit‘)) ‘‘‘ 输出为 fruit production 苹果 33794.5 香蕉 12222.0 西瓜 33333.0 ‘‘‘ print(df02.max(level=[‘year‘,‘fruit‘])) ‘‘‘ 输出为 year fruit production 2001 苹果 12034 香蕉 12222 西瓜 33333 2002 苹果 55555 ‘‘‘
标签:频率 max 集合 obj 获取值 python name type port
原文地址:https://www.cnblogs.com/lanzhijie/p/12444197.html