Python数据分析个人笔记5

Series

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。
• dtype：数据类型，默认会自己判断。
• name：设置名称。
• copy：拷贝数据，默认为 False。

一、series 的创建

# 导包
import numpy as np
import pandas as pd# 创建
arr01 = np.array([1,2,3,4,6,6])
ser01 = pd.Series(data=arr01, index=['a','b','c','d','e','f'])arr02 = np.ones(shape=(6,))
ser02 = pd.Series(data=arr02, index=['a','b','c','d','e','f'])

# 输出ser01
a    1
b    2
c    3
d    4
e    6
f    6
dtype: int32# 输出ser02
a    1.0
b    1.0
c    1.0
d    1.0
e    1.0
f    1.0
dtype: float64

二、算术运算函数

基本的算术运算是四则运算(加、减、乘、除)和乘方等。Pandas中都实现了对应的算术运算函数，如add()、sub()、mul()、div()等，常用的算术运算函数见下表。

算术运算函数	用法介绍(以DataFrame为例)	描述
add()	df1.add(df2)	df1与df2进行加法运算
radd()	df1.radd(df2)	df2与df1进行加法运算
sub()	df1.sub(df2)	用df1减df2
rsub()	df1.rsub(df2)	用df2减df1
mul()	df1.mul(df2)	df1与df2进行乘法运算
rmul()	df1.rmul(df2)	df2与df1进行乘法运算
div()	df1.div(df2)	用df1除df2
rdiv()	df1.rdiv(df2)	用df2除df1
truediv()	df1.truediv(df2)	用df1除df2
rtruediv()	df1.rtruediv(df2)	用df2除df1
floordiv()	df1.floordiv(df2)	用df1除df2，取整除
rfloordiv()	df1.rfloordiv(df2)	用df2除df1，取整除
mod()	df1.mod(df2)	用df1除df2，取余数
rmod()	df1.rmod(df2)	用df2除df1，取余数
pow()	df1.pow(df2)	计算df1的df2次方，df1^df2
rpow()	df1.rpow(df2)	计算df2的df1次方，df2^df1

Series.add

语法：

Series.add(other, level=None, fill_value=None, axis=0)

参数：

• other ：Series or scalar value
• level ：int or name
• fill_value ：None or float value, default None (NaN)

举例：

# 系列和数的运算
ser01.add(10)
# 输出
a    11
b    12
c    13
d    14
e    15
f    16
dtype: int32# 系列和系列的运算
ser01.add(ser02)
# 输出
a    2.0
b    3.0
c    4.0
d    5.0
e    6.0
f    7.0
dtype: float64

Series.sub

语法：

Series.sub(other, level=None, fill_value=None, axis=0)

参数：

• other ：Series or scalar value
• level ：int or name
• fill_value ：None or float value, default None (NaN)

举例：

# 系列和数的运算
ser01.sub(1)
# 输出
a    0
b    1
c    2
d    3
e    5
f    5
dtype: int32# 系列和系列的运算
ser01.sub(ser02)
# 输出
a    0.0
b    1.0
c    2.0
d    3.0
e    5.0
f    5.0
dtype: float64

Series.mul

语法：

Series.mul(other, level=None, fill_value=None, axis=0)

参数：

• other ：Series or scalar value
• level ：int or name
• fill_value ：None or float value, default None (NaN)

举例：

# 系列和数的运算
ser01.mul(2)
# 输出
a     2
b     4
c     6
d     8
e    12
f    12
dtype: int32# 系列和系列的运算
ser01.mul(ser02)
# 输出
a    1.0
b    2.0
c    3.0
d    4.0
e    6.0
f    6.0
dtype: float64

Series.div

语法：

Series.div(other, level=None, fill_value=None, axis=0)

参数：

• other ：Series or scalar value
• level ：int or name
• fill_value ：None or float value, default None (NaN)

举例：

# 系列和数的运算
ser01.div(2)
# 输出
a    0.5
b    1.0
c    1.5
d    2.0
e    3.0
f    3.0
dtype: float64# 系列和系列的运算
ser01.div(ser02)
# 输出
a    1.0
b    2.0
c    3.0
d    4.0
e    6.0
f    6.0
dtype: float64

Series.truediv

语法：

Series.truediv(other, level=None, fill_value=None, axis=0)

参数：

• other ：Series or scalar value
• level ：int or name
• fill_value ：None or float value, default None (NaN)

举例：

# 系列和数的运算
ser01.truediv(10)
# 输出
a    0.1
b    0.2
c    0.3
d    0.4
e    0.6
f    0.6
dtype: float64# 系列和系列的运算
ser01.truediv(ser02)
# 输出
a    1.0
b    2.0
c    3.0
d    4.0
e    6.0
f    6.0
dtype: float64

Series.floordiv

语法：

Series.floordiv(other, level=None, fill_value=None, axis=0)

参数：

• other ：Series or scalar value
• level ：int or name
• fill_value ：None or float value, default None (NaN)

举例：

# 系列和数的运算
ser01.truediv(3)
# 输出
a    0.333333
b    0.666667
c    1.000000
d    1.333333
e    2.000000
f    2.000000
dtype: float64# 系列和系列的运算
ser01.truediv(ser02)
# 输出
a    1.0
b    2.0
c    3.0
d    4.0
e    6.0
f    6.0
dtype: float64

Series.mod

语法：

Series.mod(other, level=None, fill_value=None, axis=0)

参数：

• other ：Series or scalar value
• level ：int or name
• fill_value ：None or float value, default None (NaN)

举例：

# 系列和数的运算
ser01.mod(3)
# 输出
a    1
b    2
c    0
d    1
e    0
f    0
dtype: int32# 系列和系列的运算
ser01.mod(ser02)
# 输出
a    0.0
b    0.0
c    0.0
d    0.0
e    0.0
f    0.0
dtype: float64

Series.pow

语法：

Series.pow(other, level=None, fill_value=None, axis=0)

参数：

• other ：Series or scalar value
• level ：int or name
• fill_value ：None or float value, default None (NaN)

举例：

# 系列和数的运算
ser01.pow(3)
# 输出
a      1
b      8
c     27
d     64
e    216
f    216
dtype: int32# 系列和系列的运算
ser01.pow(ser02)
# 输出
a    1.0
b    2.0
c    3.0
d    4.0
e    6.0
f    6.0
dtype: float64

三、比较运算函数

比较运算函数	用法介绍(以DataFrame为例)	描述
Series.lt	df1.lt(df2)	<
Series.gt	df1.gt(df2)	>
Series.le	df1.le(df2)	<=
Series.ge	df1.ge(df2)	>=
Series.ne	df1.ne(df2)	!=
Series.eq	df1.eq(df2)	==

Series.lt

语法：

Series.gt(other, level=None, fill_value=None, axis=0)

参数：

• other ：Series or scalar value
• level ：int or name
• fill_value ：None or float value, default None (NaN)

举例：

# 系列比较
ser01.lt(ser02)
# 输出
a    False
b    False
c    False
d    False
e    False
f    False
dtype: bool

Series.gt

语法：

Series.gt(other, level=None, fill_value=None, axis=0)

参数：

• other ：Series or scalar value
• level ：int or name
• fill_value ：None or float value, default None (NaN)

举例：

# 系列比较
ser01.gt(ser02)
# 输出
a    False
b     True
c     True
d     True
e     True
f     True
dtype: bool

Series.le

语法：

Series.gt(other, level=None, fill_value=None, axis=0)

参数：

• other ：Series or scalar value
• level ：int or name
• fill_value ：None or float value, default None (NaN)

举例：

# 系列比较
ser01.le(ser02)
# 输出
a     True
b    False
c    False
d    False
e    False
f    False
dtype: bool

Series.ge

语法：

Series.gt(other, level=None, fill_value=None, axis=0)

参数：

• other ：Series or scalar value
• level ：int or name
• fill_value ：None or float value, default None (NaN)

举例：

# 系列比较
ser01.ge(ser02)
# 输出
a    True
b    True
c    True
d    True
e    True
f    True
dtype: bool

Series.ne

语法：

Series.gt(other, level=None, fill_value=None, axis=0)

参数：

• other ：Series or scalar value
• level ：int or name
• fill_value ：None or float value, default None (NaN)

举例：

# 系列比较
ser01.ne(ser02)
# 输出
a    False
b     True
c     True
d     True
e     True
f     True
dtype: bool

Series.eq

语法：

Series.gt(other, level=None, fill_value=None, axis=0)

参数：

• other ：Series or scalar value
• level ：int or name
• fill_value ：None or float value, default None (NaN)

举例：

# 系列比较
ser01.eq(ser02)
# 输出
a     True
b    False
c    False
d    False
e    False
f    False
dtype: bool

四、统计学函数

统计学函数	描述
Series.describe()	描述统计分析
Series.value_counts()	统计值的频数
Series.count()	频数
Series.mean()	平均值
Series.max()	最大值
Series.var()	返回请求轴上的无偏方差
Series.nlargest()	返回最大的n 个元素

Series.describe()

语法：

Series.describe(percentiles=None, include=None, exclude=None, datetime_is_numeric=False)

参数：

• percentiles: 列表，可选
• include: “全部”，dtypes 或无（默认）列表，可选
• exclude: dtypes 或 None （默认）的类似列表，可选
• datetime_is_numeric: bool，默认 False

举例：

ser01.describe()
# 输出
count    6.000000
mean     3.500000
std      1.870829
min      1.000000
25%      2.250000
50%      3.500000
75%      4.750000
max      6.000000
dtype: float64

ser03 = pd.Series(data=['a','a','a','b','b','c'])
ser03
# 输出
0    a
1    a
2    a
3    b
4    b
5    c
dtype: object

Series.value_counts()

语法：

Series.value_counts(normalize=False, sort=True, ascending=False, bins=None, dropna=True)

参数：

• normalize ：布尔值，默认为 False
• sort ：布尔值，默认 True
• ascending ：布尔值，默认 False
• bins ：int，可选
• dropna ：布尔值，默认为 True

举例：

ser03.value_counts()
# 输出
a    3
b    2
c    1
dtype: int64

Series.count()

语法：

Series.count(level=None)

参数：

• level ：int或级别名称，默认无

举例：

ser03.count()
# 输出
6

Series.mean()

语法：

Series.mean(axis=NoDefault.no_default, skipna=True, level=None, numeric_only=None, **kwargs)

参数：

• axis ：{索引（0）}
• skipna ：布尔值，默认为 True
• level ：int或级别名称，默认无
• numeric_only ：布尔值，默认无
• **kwargs ：要传递给函数的附加关键字参数。

举例：

ser01.mean()
# 输出
3.5

Series.max()

语法：

Series.max(axis=NoDefault.no_default, skipna=True, level=None, numeric_only=None, **kwargs)

参数：

• axis ：{索引（0）}
• skipna ：布尔值，默认为 True
• level ：int或级别名称，默认无
• numeric_only ：布尔值，默认无
• **kwargs ：要传递给函数的附加关键字参数。

举例：

ser01.max()
# 输出
6

Series.var()

语法：

Series.var(axis=None, skipna=None, level=None, ddof=1, numeric_only=None, **kwargs)

参数：

• axis:{索引(0)}
• skipna:排除NA /空值。如果整个行/列均为NA，则结果为NA
• level:如果轴是MultiIndex(分层)，则沿特定级别计数，并折叠成标量
• ddof:Delta自由度。计算中使用的除数为N-ddof，其中N表示元素数。
• numeric_only:仅包括float，int，boolean列。如果为None，将尝试使用所有内容，然后仅使用数字数据。未针对系列实施。

举例：

ser01.var()
# 输出
4.2666666666666675

Series.nlargest()

语法：

Series.nlargest(n=5, keep=‘first’)

参数：

• n：整数，默认 5。返回这么多降序排序的值。

• keep：{‘first’, ‘last’, ‘all’}，默认 ‘first’。

  当有重复值不能全部适合一系列n元素时：

  first：按出现的顺序返回前n次出现。

  last：以出现的相反顺序返回最后n次出现。

  all: 保留所有出现。这可能会导致 Series 的大小大于n。

举例：

ser01.nlargest(n=4, keep='last')
# 输出
f    6
e    6
d    4
c    3
dtype: int32

五、选择重新索引

函数	描述
Series.drop	删除series中的元素
Series.head	展示前n条数据
Series.tail	展示尾部n条数据
Series.where	条件筛选
Series.mask	替换
Series.idxmax	返回最大值的行标签
Series.argmax

Series.drop

语法：

Series.drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors=‘raise’)

参数：

• labels ：单标签或list-like
  要删除的索引标签。
• axis ：0，默认 0
  为系列上的应用程序提供冗余。
• index ：单标签或list-like
  Series 上的应用程序冗余，但可以使用 ‘index’ 代替 ‘labels’。
• columns ：单标签或list-like
  系列没有变化；请改用‘index’ or ‘labels’。
• level ：int 或级别名称，可选
  对于 MultiIndex，将删除标签的级别。
• inplace ：布尔值，默认为 False
  如果为 True，则在原地执行操作并返回 None。
• errors ：{‘ignore’, ‘raise’}，默认 ‘raise’
  如果‘ignore’，抑制错误并且仅删除现有标签。

举例：

ser01.drop(index=['f','c'], inplace=True)
# 输出
a    1
b    2
d    4
e    6
dtype: int32

Series.head

语法：

Series.head(n=5)

参数：

• n：整数，默认 5
  要选择的行数。

举例：

ser01.head(2)
# 输出
a    1
b    2
dtype: int32

Series.tail

语法：

Series.tail(n=5)

参数：

• n：整数，默认 5
  要选择的行数。

举例：

ser01.tail(2)
# 输出
d    4
e    6
dtype: int32

Series.where

语法：

Series.where(cond, other=NoDefault.no_default, inplace=False, axis=None, level=None, errors=NoDefault.no_default, try_cast=NoDefault.no_default)

参数：

• cond ：bool 系列/数据帧，array-like，或可调用
  cond 为 True 时，保留原始值。如果为 False，则替换为来自 other 的相应值。如果cond 是可调用的，它是在系列/数据帧上计算的，并且应该返回布尔系列/数据帧或数组。可调用对象不能更改输入 Series/DataFrame(尽管 pandas 不会检查它)。

• other：标量、Series/DataFrame 或可调用
  cond 为 False 的条目将替换为来自 other 的相应值。如果 other 是可调用的，它是在 Series/DataFrame 上计算的，并且应该返回标量或 Series/DataFrame。可调用对象不能更改输入 Series/DataFrame(尽管 pandas 不会检查它)。

• inplace：布尔值，默认为 False
  是否对数据执行就地操作。

• axis：整数，默认无
  如果需要，对齐轴。

• level：整数，默认无
  如果需要，对齐级别。

• errors ：str，{‘raise’, ‘ignore’}，默认 ‘raise’
  请注意，当前此参数不会影响结果，并且始终会强制转换为合适的 dtype。

  ‘raise’：允许引发异常。

  ‘ignore’：抑制异常。出错时返回原始对象。

• try_cast：布尔值，默认无
  尝试将结果转换回输入类型(如果可能)。

举例：

ser01.where(ser01>5, 10)
# 输出
a    10
b    10
d    10
e     6
dtype: int32

Series.mask

语法：

Series.mask(cond, other=nan, inplace=False, axis=None, level=None, errors=’raise’, try_cast=False, raise_on_error=None)

参数：

• cond :如果cond为False，请保留原始值。如果为True，则用其他的相应值替换。
• other :cond为True的条目将替换为其他条目的对应值。
• inplace :是否对数据执行适当的操作。
• axis :对齐轴(如果需要)。
• level :对齐级别(如果需要)。

举例：

ser01.mask(ser01>5, 10)
# 输出
a     1
b     2
d     4
e    10
dtype: int32

Series.idxmax

语法：

Series.idxmax(axis=0, skipna=True, *args, **kwargs)

参数：

• skipna :排除NA /空值。如果整个系列为NA，则结果为NA。
• axis :为了与DataFrame.idxmax兼容。冗余适用于系列。

举例：

ser01.idxmax()
# 输出
'e'

Series.argmax

语法：

Series.argmax(axis=None, skipna=True, *args, **kwargs)

参数：

• axis：{没有}，与 Series 保持一致的伪参数。

• skipna：布尔值，默认为真，显示结果时排除 NA/null 值。

• *args, **kwargs：与 NumPy 兼容的附加参数和关键字。

举例：

ser01.argmax()
# 输出
4