python pandas 序列索引
2017-12-06 20:55
344 查看
序列索引:
1.简单的索引:
2.一般由于数据量巨大,都不用具体的序号进行索引,用比较多的是布尔索引,
1.简单的索引:
import pandas as pd import numpy as np #s = pd.Series(np.random.randn(5),index = ['a','b','c','d','e']) s = pd.Series([1,2,3,5],index = [1,0,3,2]) print(pow(s,2)) print(s) print(s[1]) #取索引为1的元素 print(s[1:3])#取索引的1,3的元素 print(s[s>s.min()])#取大于最小值的元素 print(s[[1,2]])#取索引4,3,0的元素,不能应用于有重复索引的序列 print(s.iat[-1]) #取出倒数第1个元素
2.一般由于数据量巨大,都不用具体的序号进行索引,用比较多的是布尔索引,
import pandas as pd import numpy as np np.random.seed(23)#保证每次的随机种子一样,跑出来的数据一样; s = pd.Series(np.random.randint(size = 5,low =1,high = 100)) print(s) #布尔索引 print(s[s>40][s<80]) #函数isin可以识别一个序列是否包含另一个序列; s1 = pd.Series(['A','B','C','D']) s2 = pd.Series(['X','A','Y','M']) print(s1.isin(s2))
0 84 1 41 2 74 3 55 4 32 dtype: int32 1 41 2 74 3 55 dtype: int32 0 True 1 False 2 False 3 False dtype: bool
相关文章推荐
- python ,序列,得到所有元素索引及值
- python pandas 对时间序列文件处理的实例
- python+pandas+时间、日期以及时间序列处理
- python3.5——Pandas模块使用(下)——缺失值处理和层次索引
- 1.15 python/pandas时间序列和ARIMA(1)
- Python数据分析:pandas中Dataframe的groupby与索引
- python pandas 对时间序列文件处理代码
- python pandas 位置索引
- 简明python教程学习笔记之九-序列的通用操作(索引和切片)
- Python 中序列的索引与分片
- Python pandas.DataFrame在用ix, loc, iloc 索引的时候就相当于拷贝copy了一个对象
- python_pandas基础—索引
- 人工智能:python 实现 第十一章,使用Pandas处理时间序列数据
- Python从菜鸟到高手(12):通过索引操作序列元素
- python的pandas包数据框单层索引操作核心方法loc,iloc,ix,query
- 在Python中pandas.DataFrame重置索引名称的实例
- python+pandas+时间、日期以及时间序列处理
- Python+pandas实现时间序列数据扩展案例一则
- python pandas 序列的生成
- [Python笔记]序列(一)索引、分片