Python Pandas教程之series 上的轉換操作

前言:

在轉換操作中,我們執行各種操作,例如更改系列的數據類型,將系列更改為列表等。為瞭執行轉換操作,我們有各種有助於轉換的功能,例如.astype().tolist()

代碼#1:

# 使用 astype 轉換 series 數據類型的 Python 程序
 
# importing pandas module  
import pandas as pd 
   
# 從 url 讀取 csv 文件  
data = pd.read_csv("nba.csv") 
    
# 刪除空值列以避免錯誤
data.dropna(inplace = True) 
   
# 在轉換之前存儲 dtype
before = data.dtypes 
   
# 使用 astype 轉換 dtypes
data["Salary"]= data["Salary"].astype(int) 
data["Number"]= data["Number"].astype(str) 
   
# 轉換後存儲 dtype
after = data.dtypes 
   
# 打印出來比較
print("BEFORE CONVERSION\n", before, "\n") 
print("AFTER CONVERSION\n", after, "\n") 

輸出:

代碼 #2:

# Python程序將 series 轉換為列表
 
# 導入 pandas 模塊  
import pandas as pd  
   
# 導入 regex 模塊 
import re 
     
# 制作數據框 
data = pd.read_csv("nba.csv")  
     
# 刪除空值以避免錯誤
data.dropna(inplace = True)  
   
# 操作前存儲 dtype
dtype_before = type(data["Salary"]) 
   
# 轉換為列表
salary_list = data["Salary"].tolist() 
   
# 操作後存儲dtype
dtype_after = type(salary_list) 
   
# 打印數據類型
print("Data type before converting = {}\nData type after converting = {}"
      .format(dtype_before, dtype_after)) 
   
# 顯示列表
salary_list 

輸出 :

Pandas series 方法:

功能 描述
Series() 可以使用 Series() 構造函數方法創建熊貓系列。此構造方法接受各種輸入
combine_first() 方法用於將兩個系列合二為一
count() 返回系列中非 NA/null 觀測值的數量
size() 返回基礎數據中的元素數
name() 方法允許為 Series 對象(即列)命名
is_unique() 如果對象中的值是唯一的,則方法返回佈爾值
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 上調用方法以按升序或降序對值進行排序
sort_index() 在熊貓系列上調用方法以按索引而不是其值對其進行排序
head() 方法用於從系列的開頭返回指定數量的行。該方法返回一個全新的系列
tail() 方法用於從 Series 的末尾返回指定數量的行。該方法返回一個全新的系列
le() 用於將 Caller 系列的每個元素與傳遞的系列進行比較。對於每個小於或等於傳遞系列中的元素的元素,它返回 True
ne() 用於將 Caller 系列的每個元素與傳遞的系列進行比較。它為每個不等於傳遞系列中的元素的元素返回 True
ge() 用於將 Caller 系列的每個元素與傳遞的系列進行比較。它為大於或等於傳遞系列中的元素的每個元素返回 True
eq() 用於將 Caller 系列的每個元素與傳遞的系列進行比較。它為每個等於傳遞系列中的元素的元素返回 True
gt() 用於比較兩個系列並為每個元素返回佈爾值
lt() 用於比較兩個系列並為每個元素返回佈爾值
clip() 用於剪裁低於和高於傳遞的最小和最大值的值
clip_lower() 用於裁剪低於傳遞的最小值的值
clip_upper() 用於剪裁高於傳遞的最大值的值
astype() 方法用於更改系列的數據類型
tolist() 方法用於將系列轉換為列表
get() 在 Series 上調用方法以從 Series 中提取值。這是傳統括號語法的替代語法
unique() Pandas unique() 用於查看特定列中的唯一值
nunique() Pandas nunique() 用於獲取唯一值的計數
value_counts() 計算每個唯一值在系列中出現的次數的方法
factorize() 方法通過識別不同的值來幫助獲得數組的數字表示
map() 將一個對象的值綁定到另一個對象的方法
between() Pandas between() 方法用於系列檢查哪些值位於第一個和第二個參數之間
apply() 調用方法並將 Python 函數作為參數提供給每個 Series 值使用該函數。此方法有助於執行 pandas 或 numpy 中未包含的自定義操作

到此這篇關於Python Pandas教程之series 上的轉換操作的文章就介紹到這瞭,更多相關Python series內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!

推薦閱讀: