pandas的series技术总结

最新推荐文章于 2025-09-17 11:00:36 发布

原创

最新推荐文章于 2025-09-17 11:00:36 发布 · 639 阅读

CC 4.0 BY-SA版权

文章标签：

本文是对Pandas Series的个人技术总结，涵盖了Series的基本创建、数据分析操作、组合更新、索引操作、缺失值处理以及字符串处理等内容。讨论了如series与ndarray的关系、索引的使用、数据类型转换、缺失值处理、排序、分箱技术以及时间序列分析等关键知识点。

这不是教程，这是个人总结，没有阅读体验。

basic

series可以用list创建，而且series其实就是给ndarray对象加上一层索引。所以在元素替换的时候可以等于list。
注意：即使指定了索引，仍然可以用0,1,2,3..作为索引获取数据。但是不规范，应该使用loc和iloc.
注意：切片时不是数字的索引包含结尾。
指定name便于合并到dataframe
查看dtype，修改astype
values获取到值。
to_list相对于values/to_numpy的不好之处在于不再能使用numpy的array的方法了.比如s.values.nonzero()查看非零元素。
s.repeat()和s.reset_index和s.index方便构造新的series。
注意：series只有一列，不像dataframe那样，存在set_index,所以直接设置index即可。
series和dict很像，也有迭代模式。s.items(),s.keys().转为字典用s.to_dict()
注意s.count()是不把空值计算在内的，查看元素个数s.size,查看非空元素个数s.count()。
在pandas的函数中要特别注意对空值的处理和是否本地化改变数据。比如groupby就会：
查看不重复元素及不重复元素个数s.u