series.unique()->Array:返回Series对象中的唯一值数组,类似于sql中 distinct 列名,这样就不需要set(series.values.tolist())操作了。 `df["column_name"].value_counts()->Series:返回Series对象中每个取值的数量,类似于sql中group by(Series.unique())后再count() df["column_name"].isin(set or list-li...
Series的索引具有唯一性,索引既可以是数字,也可以是字符,系统会自动将它们转成一个object类型(pandas中的字符类型)。 DataFrame类型 DataFrame 是将数个 Series 按列合并而成的二维数据结构,每一列单独取出来是一个 Series ;除了拥有index和value之外,还有column。下图中: 索引Index:0,1,2,3……. 字段属性:fruit...
df.info()>><class'pandas.core.frame.DataFrame'>RangeIndex:6entries,0to5Datacolumns(total4columns):# Column Non-Null Count Dtype---0a6non-nullint641b6non-nullbool2c6non-nullfloat643d6non-nullobjectdtypes:bool(1),float64(1),int64(1),object(1)memory usage:278.0+bytes 2、转换数值类型 数...
iterrows(): 按行遍历,将DataFrame的每一行转化为(index, Series)对。index为行索引值,Series为该行对应的数据。 for index,row_data in df.iterrows(): print(index,row_data) iteritems():按列遍历,将DataFrame的每一列转化为(column, Series)对。column为列索引的值,Series为该列对应的数据。 for col,...
Python-Pandas库-数据结构Series用法总结 一、Pandas数据结构之Series: 类似于表格中的一个列(column),类似于一维数组,语法: pd.Series(data,index,dtype,name,copy) 1. 二、创建Series对象 点击查看代码 s = pd.Series(data=np.random.randn(5),index=['a','b','c','d','e'],dtype='float64',name...
Pandas Series 类似表格中的一个列(column),类似于一维数组,可以保存任何数据类型。 Series 由索引(index)和列组成,函数如下: pandas.Series(data,index,dtype,name,copy) 参数说明: data:一组数据(ndarray 类型)。 index:数据索引标签,如果不指定,默认从 0 开始。
pd.concat 合并两个or多个series，或者df （df和series一起也行）。注意是按index合并的（也可以选择...
apply()(column-/ row- /table-wise): 接受一个函数,它接受一个 Series 或 DataFrame 并返回一个具有相同形状的 Series、DataFrame 或 numpy 数组,其中每个元素都是一个带有 CSS 属性的字符串-值对。此方法根据axis关键字参数一次传递一个或整个表的 DataFrame 的每一列或行。对于按列使用axis=0、按行使用...
Selecting a single column, which yields aSeries, equivalent todf.A In [23]:df['A']Out[23]:2013-01-01 0.4691122013-01-02 1.2121122013-01-03 -0.8618492013-01-04 0.7215552013-01-05 -0.4249722013-01-06 -0.673690Freq: D, Name: A, dtype: float64 ...
# 返回值为Series,需要.reset_index(name='new_columns')多列才能转成DF df.drop()和del df['column']的区别 1)直接del DF[‘column-name’] 被普遍认为不是最好的方法,建议慎用,参考:https://stackoverflow.com/questions/13411544/delete-column-from-pandas-dataframe-by-column-name ...