Pandas2.2 Series
Computations descriptive stats
| 方法 | 描述 |
|---|---|
| Series.align(other[, join, axis, level, …]) | 用于将两个 Series 对齐，使其具有相同的索引 |
| Series.case_when(caselist) | 用于根据条件列表对 Series 中的元素进行条件判断并返回相应的值 |
| Series.drop([labels, axis, index, columns, …]) | 用于从 Series 中删除指定的行或列（对于 Series 来说，通常是删除行） |
| Series.droplevel(level[, axis]) | 用于从多层索引（MultiIndex）的 Series 中删除指定的索引层级 |
| Series.drop_duplicates(*[, keep, inplace, …]) | 用于从 Series 中删除重复的值 |
Series.duplicated([keep]) | 用于检测 Series 中的重复值 |
| Series.equals(other) | 用于比较两个 Series 对象是否完全相等的方法 |
| Series.first(offset) | 用于根据日期偏移量（offset）选择 Series 中时间序列数据的初始部分 |
Series.head([n]) | 用于返回 Series 的前 n 个元素 |
| Series.idxmax([axis, skipna]) | 用于返回 Series 中最大值的索引 |
| Series.idxmin([axis, skipna]) | 用于返回 Series 中最小值的索引 |
| Series.isin(values) | 用于检查 Series 中的每个元素是否存在于给定的值集合 values 中 |
| Series.last(offset) | 用于根据日期偏移量（offset）选择 Series 中时间序列数据的末尾部分 |
| Series.reindex([index, axis, method, copy, …]) | 用于重新索引 Series 对象的方法 |
| Series.reindex_like(other[, method, copy, …]) | 用于将 Series 对象重新索引以匹配另一个 Series 或 DataFrame 的索引的方法 |
| Series.rename([index, axis, copy, inplace, …]) | 用于重命名 Series 对象的索引或轴标签的方法 |
| Series.rename_axis([mapper, index, axis, …]) | 用于为 Series 的索引轴（index）或列轴（columns，对于 Series 通常不适用）设置名称 |
| Series.reset_index([level, drop, name, …]) | 用于将 Series 的索引重置为默认整数索引的方法 |
| Series.sample([n, frac, replace, weights, …]) | 用于从 Series 中随机抽取样本的方法 |
| Series.set_axis(labels, *[, axis, copy]) | 用于设置 Series 对象的索引标签的方法。 |
| Series.take(indices[, axis]) | 用于根据指定的位置索引（indices）从 Series 中提取元素 |
Series.tail([n]) | 用于返回 Series 的最后 n 行数据 |
| Series.truncate([before, after, axis, copy]) | 用于截断 Series 或 DataFrame 的数据 |
| Series.where(cond[, other, inplace, axis, level]) | 用于条件过滤和替换的函数 |
| Series.mask(cond[, other, inplace, axis, level]) | 用于条件过滤和替换的函数 |
| Series.add_prefix(prefix[, axis]) | 用于为 Series 的索引或列（对于 DataFrame）添加前缀 |
| Series.add_suffix(suffix[, axis]) | 用于为 Series 的索引标签添加后缀 |
| Series.filter([items, like, regex, axis]) | 用于筛选 Series 中元素的方法 |
pandas.Series.filter
pandas.Series.filter([items, like, regex, axis]) 是用于筛选 Series 中元素的方法，它可以根据标签（索引）进行过滤。以下是各个参数的详细说明：
- items：列表形式，指定要保留的索引标签。
- like：字符串形式，保留包含该字符串的索引标签。
- regex：字符串形式，表示正则表达式，保留匹配该正则表达式的索引标签。
- axis：{0或‘index’}，默认为0，表示沿哪个轴进行过滤。对于
Series来说，这个参数通常不需要设置，因为Series只有一个轴。
示例及结果
示例1：使用 items 参数
import pandas as pd# 创建一个简单的 Series
s = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'])
print("原始 Series:")
print(s)# 使用 filter 方法筛选出指定的索引
filtered_s = s.filter(items=['a', 'c'])
print("\n筛选后的 Series (使用 items):")
print(filtered_s)
输出结果：
原始 Series:
a 10
b 20
c 30
d 40
dtype: int64筛选后的 Series (使用 items):
a 10
c 30
dtype: int64
示例2：使用 like 参数
# 创建一个带有特定模式的索引的 Series
s_like = pd.Series([1, 2, 3, 4], index=['one', 'two', 'three', 'four'])
print("原始 Series:")
print(s_like)# 使用 filter 方法筛选出包含 't' 的索引
filtered_s_like = s_like.filter(like='t')
print("\n筛选后的 Series (使用 like):")
print(filtered_s_like)
输出结果：
原始 Series:
one 1
two 2
three 3
four 4
dtype: int64筛选后的 Series (使用 like):
two 2
three 3
dtype: int64
示例3：使用 regex 参数
# 创建一个带有特定模式的索引的 Series
s_regex = pd.Series([100, 200, 300, 400], index=['apple', 'banana', 'cherry', 'date'])
print("原始 Series:")
print(s_regex)# 使用 filter 方法筛选出以 'a' 开头的索引
filtered_s_regex = s_regex.filter(regex='^a')
print("\n筛选后的 Series (使用 regex):")
print(filtered_s_regex)
输出结果：
原始 Series:
apple 100
banana 200
cherry 300
date 400
dtype: int64筛选后的 Series (使用 regex):
apple 100
dtype: int64
通过这些示例，可以看到 filter 方法在不同参数下的使用方式及其效果。
