亲宝软件园·资讯

展开

Python series

海拥 人气:0

前言:

在转换操作中,我们执行各种操作,例如更改系列的数据类型,将系列更改为列表等。为了执行转换操作,我们有各种有助于转换的功能,例如.astype().tolist()

代码#1:

# 使用 astype 转换 series 数据类型的 Python 程序
 
# importing pandas module  
import pandas as pd 
   
# 从 url 读取 csv 文件  
data = pd.read_csv("nba.csv") 
    
# 删除空值列以避免错误
data.dropna(inplace = True) 
   
# 在转换之前存储 dtype
before = data.dtypes 
   
# 使用 astype 转换 dtypes
data["Salary"]= data["Salary"].astype(int) 
data["Number"]= data["Number"].astype(str) 
   
# 转换后存储 dtype
after = data.dtypes 
   
# 打印出来比较
print("BEFORE CONVERSION\n", before, "\n") 
print("AFTER CONVERSION\n", after, "\n") 

输出:

代码 #2:

# Python程序将 series 转换为列表
 
# 导入 pandas 模块  
import pandas as pd  
   
# 导入 regex 模块 
import re 
     
# 制作数据框 
data = pd.read_csv("nba.csv")  
     
# 删除空值以避免错误
data.dropna(inplace = True)  
   
# 操作前存储 dtype
dtype_before = type(data["Salary"]) 
   
# 转换为列表
salary_list = data["Salary"].tolist() 
   
# 操作后存储dtype
dtype_after = type(salary_list) 
   
# 打印数据类型
print("Data type before converting = {}\nData type after converting = {}"
      .format(dtype_before, dtype_after)) 
   
# 显示列表
salary_list 

输出 :

Pandas series 方法:

功能描述
Series()可以使用 Series() 构造函数方法创建熊猫系列。此构造方法接受各种输入
combine_first()方法用于将两个系列合二为一
count()返回系列中非 NA/null 观测值的数量
size()返回基础数据中的元素数
name()方法允许为 Series 对象(即列)命名
is_unique()如果对象中的值是唯一的,则方法返回布尔值
idxmax()提取Series中最高值的索引位置的方法
idxmin()提取系列中最低值的索引位置的方法
sort_values()在 Series 上调用方法以按升序或降序对值进行排序
sort_index()在熊猫系列上调用方法以按索引而不是其值对其进行排序
head()方法用于从系列的开头返回指定数量的行。该方法返回一个全新的系列
tail()方法用于从 Series 的末尾返回指定数量的行。该方法返回一个全新的系列
le()用于将 Caller 系列的每个元素与传递的系列进行比较。对于每个小于或等于传递系列中的元素的元素,它返回 True
ne()用于将 Caller 系列的每个元素与传递的系列进行比较。它为每个不等于传递系列中的元素的元素返回 True
ge()用于将 Caller 系列的每个元素与传递的系列进行比较。它为大于或等于传递系列中的元素的每个元素返回 True
eq()用于将 Caller 系列的每个元素与传递的系列进行比较。它为每个等于传递系列中的元素的元素返回 True
gt()用于比较两个系列并为每个元素返回布尔值
lt()用于比较两个系列并为每个元素返回布尔值
clip()用于剪裁低于和高于传递的最小和最大值的值
clip_lower()用于裁剪低于传递的最小值的值
clip_upper()用于剪裁高于传递的最大值的值
astype()方法用于更改系列的数据类型
tolist()方法用于将系列转换为列表
get()在 Series 上调用方法以从 Series 中提取值。这是传统括号语法的替代语法
unique()Pandas unique() 用于查看特定列中的唯一值
nunique()Pandas nunique() 用于获取唯一值的计数
value_counts()计算每个唯一值在系列中出现的次数的方法
factorize()方法通过识别不同的值来帮助获得数组的数字表示
map()将一个对象的值绑定到另一个对象的方法
between()Pandas between() 方法用于系列检查哪些值位于第一个和第二个参数之间
apply()调用方法并将 Python 函数作为参数提供给每个 Series 值使用该函数。此方法有助于执行 pandas 或 numpy 中未包含的自定义操作

加载全部内容

相关教程
猜你喜欢
用户评论