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()
等.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:
- Pandas 類型轉換astype()的實現
- python數學建模之三大模型與十大常用算法詳情
- Pandas中Series的創建及數據類型轉換
- pandas數據分組groupby()和統計函數agg()的使用
- Pandas數據類型之category的用法