十分钟搞定pandas（一）

这是关于pandas的简短介绍，主要面向新用户。可以参阅Cookbook了解更复杂的使用方法。

习惯上,我们做以下导入

Python

1 2 3

In [ 1 ] : import pandas as pd In [ 2 ] : import numpy as np In [ 3 ] : import matplotlib . pyplot as plt

创建对象

使用传递的值列表序列创建序列, 让pandas创建默认整数索引

Python

1 2 3 4 5 6 7 8 9 10

In [ 4 ] : s = pd . Series ( [ 1 , 3 , 5 , np . nan , 6 , 8 ] ) In [ 5 ] : s Out [ 5 ] : 0      1 1      3 2      5 3    NaN 4      6 5      8 dtype : float64

使用传递的numpy数组创建数据帧,并使用日期索引和标记列.

Python

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

In [ 6 ] : dates = pd . date_range ( '20130101' , periods = 6 ) In [ 7 ] : dates Out [ 7 ] : < class 'pandas.tseries.index.DatetimeIndex' > [ 2013 - 01 - 01 , . . . , 2013 - 01 - 06 ] Length : 6 , Freq : D , Timezone : None   In [ 8 ] : df = pd . DataFrame ( np . random . randn ( 6 , 4 ) , index = dates , columns = list ( 'ABCD' ) ) In [ 9 ] : df Out [ 9 ] :                    A          B          C          D 2013 - 01 - 01    0.469112 - 0.282863 - 1.509059 - 1.135632 2013 - 01 - 02    1.212112 - 0.173215    0.119209 - 1.044236 2013 - 01 - 03 - 0.861849 - 2.104569 - 0.494929    1.071804 2013 - 01 - 04    0.721555 - 0.706771 - 1.039575    0.271860 2013 - 01 - 05 - 0.424972    0.567020    0.276232 - 1.087401 2013 - 01 - 06 - 0.673690    0.113648 - 1.478427    0.524988

使用传递的可转换序列的字典对象创建数据帧.

Python

1 2 3 4 5 6 7 8 9 10 11 12 13 14

In [ 10 ] : df2 = pd . DataFrame ( { 'A' : 1. ,    . . . . :                        'B' : pd . Timestamp ( '20130102' ) ,    . . . . :                        'C' : pd . Series ( 1 , index = list ( range ( 4 ) ) , dtype = 'float32' ) ,    . . . . :                        'D' : np . array ( [ 3 ] * 4 , dtype = 'int32' ) ,    . . . . :                        'E' : pd . Categorical ( [ "test" , "train" , "test" , "train" ] ) ,    . . . . :                        'F' : 'foo' } )    . . . . : In [ 11 ] : df2 Out [ 11 ] :    A            B    C    D        E      F 0    1 2013 - 01 - 02    1    3    test    foo 1    1 2013 - 01 - 02    1    3    train   foo 2    1 2013 - 01 - 02    1    3    test    foo 3    1 2013 - 01 - 02    1    3    train   foo

所有明确类型

Python

1 2 3 4 5 6 7 8 9

In [ 12 ] : df2 . dtypes Out [ 12 ] : A            float64 B      datetime64 [ ns ] C            float32 D              int32 E            category F              object dtype : object

如果你这个正在使用IPython，标签补全列名（以及公共属性）将自动启用。这里是将要完成的属性的子集：

Python

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

In [ 13 ] : df2 . < TAB > df2 . A                    df2 . boxplot df2 . abs                  df2 . C df2 . add                 df2 . clip df2 . add_prefix         df2 . clip_lower df2 . add_suffix         df2 . clip_upper df2 . align               df2 . columns df2 . all                  df2 . combine df2 . any                  df2 . combineAdd df2 . append             df2 . combine_first df2 . apply                df2 . combineMult df2 . applymap           df2 . compound df2 . as_blocks           df2 . consolidate df2 . asfreq             df2 . convert_objects df2 . as_matrix           df2 . copy df2 . astype             df2 . corr df2 . at                 df2 . corrwith df2 . at_time             df2 . count df2 . axes               df2 . cov df2 . B                    df2 . cummax df2 . between_time       df2 . cummin df2 . bfill               df2 . cumprod df2 . blocks             df2 . cumsum df2 . bool                df2 . D

如你所见, 列 A, B, C, 和 D 也是自动完成标签. E 也是可用的; 为了简便起见,后面的属性显示被截断.

查看数据

参阅基础部分

查看帧顶部和底部行

Python

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

In [ 14 ] : df . head ( ) Out [ 14 ] :                    A          B          C          D 2013 - 01 - 01    0.469112 - 0.282863 - 1.509059 - 1.135632 2013 - 01 - 02    1.212112 - 0.173215    0.119209 - 1.044236 2013 - 01 - 03 - 0.861849 - 2.104569 - 0.494929    1.071804 2013 - 01 - 04    0.721555 - 0.706771 - 1.039575    0.271860 2013 - 01 - 05 - 0.424972    0.567020    0.276232 - 1.087401   In [ 15 ] : df . tail ( 3 ) Out [ 15 ] :                    A          B          C          D 2013 - 01 - 04    0.721555 - 0.706771 - 1.039575    0.271860 2013 - 01 - 05 - 0.424972    0.567020    0.276232 - 1.087401 2013 - 01 - 06 - 0.673690    0.113648 - 1.478427    0.524988

显示索引,列,和底层numpy数据

Python

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

In [ 16 ] : df . index Out [ 16 ] : < class 'pandas.tseries.index.DatetimeIndex' > [ 2013 - 01 - 01 , . . . , 2013 - 01 - 06 ] Length : 6 , Freq : D , Timezone : None   In [ 17 ] : df . columns Out [ 17 ] : Index ( [ u 'A' , u 'B' , u 'C' , u 'D' ] , dtype = 'object' )   In [ 18 ] : df . values Out [ 18 ] : array ( [ [ 0.4691 , - 0.2829 , - 1.5091 , - 1.1356 ] ,        [ 1.2121 , - 0.1732 ,    0.1192 , - 1.0442 ] ,        [ - 0.8618 , - 2.1046 , - 0.4949 ,    1.0718 ] ,        [ 0.7216 , - 0.7068 , - 1.0396 ,    0.2719 ] ,        [ - 0.425 ,    0.567 ,    0.2762 , - 1.0874 ] ,        [ - 0.6737 ,    0.1136 , - 1.4784 ,    0.525 ] ] )

描述显示数据快速统计摘要

Python

1 2 3 4 5 6 7 8 9 10 11

In [ 19 ] : df . describe ( ) Out [ 19 ] :                A          B          C          D count    6.000000    6.000000    6.000000    6.000000 mean    0.073711 - 0.431125 - 0.687758 - 0.233103 std      0.843157    0.922818    0.779887    0.973118 min    - 0.861849 - 2.104569 - 1.509059 - 1.135632 25 %    - 0.611510 - 0.600794 - 1.368714 - 1.076610 50 %      0.022070 - 0.228039 - 0.767252 - 0.386188 75 %      0.658444    0.041933 - 0.034326    0.461706 max      1.212112    0.567020    0.276232    1.071804

转置数据

Python

1 2 3 4 5 6 7

In [ 20 ] : df . T Out [ 20 ] :    2013 - 01 - 01    2013 - 01 - 02    2013 - 01 - 03    2013 - 01 - 04    2013 - 01 - 05    2013 - 01 - 06 A      0.469112      1.212112    - 0.861849      0.721555    - 0.424972    - 0.673690 B    - 0.282863    - 0.173215    - 2.104569    - 0.706771      0.567020      0.113648 C    - 1.509059      0.119209    - 0.494929    - 1.039575      0.276232    - 1.478427 D    - 1.135632    - 1.044236      1.071804      0.271860    - 1.087401      0.524988

按轴排序

Python

1 2 3 4 5 6 7 8 9

In [ 21 ] : df . sort_index ( axis = 1 , ascending = False ) Out [ 21 ] :                    D          C          B          A 2013 - 01 - 01 - 1.135632 - 1.509059 - 0.282863    0.469112 2013 - 01 - 02 - 1.044236    0.119209 - 0.173215    1.212112 2013 - 01 - 03    1.071804 - 0.494929 - 2.104569 - 0.861849 2013 - 01 - 04    0.271860 - 1.039575 - 0.706771    0.721555 2013 - 01 - 05 - 1.087401    0.276232    0.567020 - 0.424972 2013 - 01 - 06    0.524988 - 1.478427    0.113648 - 0.673690

按值排序

Python

1 2 3 4 5 6 7 8 9

In [ 22 ] : df . sort ( columns = 'B' ) Out [ 22 ] :                    A          B          C          D 2013 - 01 - 03 - 0.861849 - 2.104569 - 0.494929    1.071804 2013 - 01 - 04    0.721555 - 0.706771 - 1.039575    0.271860 2013 - 01 - 01    0.469112 - 0.282863 - 1.509059 - 1.135632 2013 - 01 - 02    1.212112 - 0.173215    0.119209 - 1.044236 2013 - 01 - 06 - 0.673690    0.113648 - 1.478427    0.524988 2013 - 01 - 05 - 0.424972    0.567020    0.276232 - 1.087401

选择器

注释: 标准Python / Numpy表达式可以完成这些互动工作, 但在生产代码中, 我们推荐使用优化的pandas数据访问方法, .at, .iat, .loc, .iloc 和 .ix.

参阅索引文档 索引和选择数据 and 多索引/高级索引

读取

选择单列, 这会产生一个序列, 等价df.A

Python

1 2 3 4 5 6 7 8 9

In [ 23 ] : df [ 'A' ] Out [ 23 ] : 2013 - 01 - 01      0.469112 2013 - 01 - 02      1.212112 2013 - 01 - 03    - 0.861849 2013 - 01 - 04      0.721555 2013 - 01 - 05    - 0.424972 2013 - 01 - 06    - 0.673690 Freq : D , Name : A , dtype : float64

使用[]选择行片断

Python

1 2 3 4 5 6 7 8 9 10 11 12 13

In [ 24 ] : df [ 0 : 3 ] Out [ 24 ] :                    A          B          C          D 2013 - 01 - 01    0.469112 - 0.282863 - 1.509059 - 1.135632 2013 - 01 - 02    1.212112 - 0.173215    0.119209 - 1.044236 2013 - 01 - 03 - 0.861849 - 2.104569 - 0.494929    1.071804   In [ 25 ] : df [ '20130102' : '20130104' ] Out [ 25 ] :                    A          B          C          D 2013 - 01 - 02    1.212112 - 0.173215    0.119209 - 1.044236 2013 - 01 - 03 - 0.861849 - 2.104569 - 0.494929    1.071804 2013 - 01 - 04    0.721555 - 0.706771 - 1.039575    0.271860

使用标签选择

更多信息请参阅按标签选择

使用标签获取横截面

Python

1 2 3 4 5 6 7

In [ 26 ] : df . loc [ dates [ 0 ] ] Out [ 26 ] : A      0.469112 B    - 0.282863 C    - 1.509059 D    - 1.135632 Name : 2013 - 01 - 01 00 : 00 : 00 , dtype : float64

使用标签选择多轴

Python

1 2 3 4 5 6 7 8 9

In [ 27 ] : df . loc [ : , [ 'A' , 'B' ] ] Out [ 27 ] :                    A          B 2013 - 01 - 01    0.469112 - 0.282863 2013 - 01 - 02    1.212112 - 0.173215 2013 - 01 - 03 - 0.861849 - 2.104569 2013 - 01 - 04    0.721555 - 0.706771 2013 - 01 - 05 - 0.424972    0.567020 2013 - 01 - 06 - 0.673690    0.113648

显示标签切片, 包含两个端点

Python

1 2 3 4 5 6

In [ 28 ] : df . loc [ '20130102' : '20130104' , [ 'A' , 'B' ] ] Out [ 28 ] :                    A          B 2013 - 01 - 02    1.212112 - 0.173215 2013 - 01 - 03 - 0.861849 - 2.104569 2013 - 01 - 04    0.721555 - 0.706771

降低返回对象维度

Python

1 2 3 4 5

In [ 29 ] : df . loc [ '20130102' , [ 'A' , 'B' ] ] Out [ 29 ] : A      1.212112 B    - 0.173215 Name : 2013 - 01 - 02 00 : 00 : 00 , dtype : float64

获取标量值

Python

1 2	In [ 30 ] : df . loc [ dates [ 0 ] , 'A' ] Out [ 30 ] : 0.46911229990718628

快速访问并获取标量数据 (等价上面的方法)

Python

1 2	In [ 31 ] : df . at [ dates [ 0 ] , 'A' ] Out [ 31 ] : 0.46911229990718628

按位置选择

更多信息请参阅按位置参阅

传递整数选择位置

Python

1 2 3 4 5 6 7

In [ 32 ] : df . iloc [ 3 ] Out [ 32 ] : A      0.721555 B    - 0.706771 C    - 1.039575 D      0.271860 Name : 2013 - 01 - 04 00 : 00 : 00 , dtype : float64

使用整数片断,效果类似numpy/python

Python

1 2 3 4 5

In [ 33 ] : df . iloc [ 3 : 5 , 0 : 2 ] Out [ 33 ] :                    A          B 2013 - 01 - 04    0.721555 - 0.706771 2013 - 01 - 05 - 0.424972    0.567020

使用整数偏移定位列表,效果类似 numpy/python 样式

Python

1 2 3 4 5 6

In [ 34 ] : df . iloc [ [ 1 , 2 , 4 ] , [ 0 , 2 ] ] Out [ 34 ] :                    A          C 2013 - 01 - 02    1.212112    0.119209 2013 - 01 - 03 - 0.861849 - 0.494929 2013 - 01 - 05 - 0.424972    0.276232

显式行切片

Python

1 2 3 4 5

In [ 35 ] : df . iloc [ 1 : 3 , : ] Out [ 35 ] :                    A          B          C          D 2013 - 01 - 02    1.212112 - 0.173215    0.119209 - 1.044236 2013 - 01 - 03 - 0.861849 - 2.104569 - 0.494929    1.071804

显式列切片

Python

1 2 3 4 5 6 7 8 9

In [ 36 ] : df . iloc [ : , 1 : 3 ] Out [ 36 ] :                    B          C 2013 - 01 - 01 - 0.282863 - 1.509059 2013 - 01 - 02 - 0.173215    0.119209 2013 - 01 - 03 - 2.104569 - 0.494929 2013 - 01 - 04 - 0.706771 - 1.039575 2013 - 01 - 05    0.567020    0.276232 2013 - 01 - 06    0.113648 - 1.478427

显式获取一个值

Python

1 2	In [ 37 ] : df . iloc [ 1 , 1 ] Out [ 37 ] : - 0.17321464905330861

快速访问一个标量（等同上个方法）

Python

1 2	In [ 38 ] : df . iat [ 1 , 1 ] Out [ 38 ] : - 0.17321464905330861

布尔索引

使用单个列的值选择数据.

Python

1 2 3 4 5 6

In [ 39 ] : df [ df . A > 0 ] Out [ 39 ] :                    A          B          C          D 2013 - 01 - 01    0.469112 - 0.282863 - 1.509059 - 1.135632 2013 - 01 - 02    1.212112 - 0.173215    0.119209 - 1.044236 2013 - 01 - 04    0.721555 - 0.706771 - 1.039575    0.271860

where 操作.

Python

1 2 3 4 5 6 7 8 9

In [ 40 ] : df [ df > 0 ] Out [ 40 ] :                    A          B          C          D 2013 - 01 - 01    0.469112        NaN       NaN       NaN 2013 - 01 - 02    1.212112        NaN    0.119209        NaN 2013 - 01 - 03        NaN       NaN       NaN    1.071804 2013 - 01 - 04    0.721555        NaN       NaN    0.271860 2013 - 01 - 05        NaN    0.567020    0.276232        NaN 2013 - 01 - 06        NaN    0.113648        NaN    0.524988

使用 isin() 筛选：

Python

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

In [ 41 ] : df2 = df . copy ( ) In [ 42 ] : df2 [ 'E' ] = [ 'one' , 'one' , 'two' , 'three' , 'four' , 'three' ]   In [ 43 ] : df2 Out [ 43 ] :                    A          B          C          D        E 2013 - 01 - 01    0.469112 - 0.282863 - 1.509059 - 1.135632      one 2013 - 01 - 02    1.212112 - 0.173215    0.119209 - 1.044236      one 2013 - 01 - 03 - 0.861849 - 2.104569 - 0.494929    1.071804      two 2013 - 01 - 04    0.721555 - 0.706771 - 1.039575    0.271860    three 2013 - 01 - 05 - 0.424972    0.567020    0.276232 - 1.087401    four 2013 - 01 - 06 - 0.673690    0.113648 - 1.478427    0.524988    three   In [ 44 ] : df2 [ df2 [ 'E' ] . isin ( [ 'two' , 'four' ] ) ] Out [ 44 ] :                    A          B          C          D      E 2013 - 01 - 03 - 0.861849 - 2.104569 - 0.494929    1.071804    two 2013 - 01 - 05 - 0.424972    0.567020    0.276232 - 1.087401    four

赋值

赋值一个新列，通过索引自动对齐数据

Python

1 2 3 4 5 6 7 8 9 10 11 12

In [ 45 ] : s1 = pd . Series ( [ 1 , 2 , 3 , 4 , 5 , 6 ] , index = pd . date_range ( '20130102' , periods = 6 ) ) In [ 46 ] : s1 Out [ 46 ] : 2013 - 01 - 02      1 2013 - 01 - 03      2 2013 - 01 - 04      3 2013 - 01 - 05      4 2013 - 01 - 06      5 2013 - 01 - 07      6 Freq : D , dtype : int64   In [ 47 ] : df [ 'F' ] = s1

按标签赋值

Python

1	In [ 48 ] : df . at [ dates [ 0 ] , 'A' ] = 0

按位置赋值

Python

1	In [ 49 ] : df . iat [ 0 , 1 ] = 0

通过numpy数组分配赋值

Python

1	In [ 50 ] : df . loc [ : , 'D' ] = np . array ( [ 5 ] * len ( df ) )

之前的操作结果

Python

1 2 3 4 5 6 7 8 9

In [ 51 ] : df Out [ 51 ] :                    A          B          C    D    F 2013 - 01 - 01    0.000000    0.000000 - 1.509059    5 NaN 2013 - 01 - 02    1.212112 - 0.173215    0.119209    5    1 2013 - 01 - 03 - 0.861849 - 2.104569 - 0.494929    5    2 2013 - 01 - 04    0.721555 - 0.706771 - 1.039575    5    3 2013 - 01 - 05 - 0.424972    0.567020    0.276232    5    4 2013 - 01 - 06 - 0.673690    0.113648 - 1.478427    5    5

where 操作赋值.

Python

1 2 3 4 5 6 7 8 9 10 11

In [ 52 ] : df2 = df . copy ( ) In [ 53 ] : df2 [ df2 > 0 ] = - df2 In [ 54 ] : df2 Out [ 54 ] :                    A          B          C    D    F 2013 - 01 - 01    0.000000    0.000000 - 1.509059 - 5 NaN 2013 - 01 - 02 - 1.212112 - 0.173215 - 0.119209 - 5    - 1 2013 - 01 - 03 - 0.861849 - 2.104569 - 0.494929 - 5    - 2 2013 - 01 - 04 - 0.721555 - 0.706771 - 1.039575 - 5    - 3 2013 - 01 - 05 - 0.424972 - 0.567020 - 0.276232 - 5    - 4 2013 - 01 - 06 - 0.673690 - 0.113648 - 1.478427 - 5    - 5

丢失的数据

pandas主要使用np.nan替换丢失的数据. 默认情况下它并不包含在计算中. 请参阅 Missing Data section

重建索引允许更改/添加/删除指定轴索引,并返回数据副本.

Python

1 2 3 4 5 6 7 8 9

In [ 55 ] : df1 = df . reindex ( index = dates [ 0 : 4 ] , columns = list ( df . columns ) + [ 'E' ] ) In [ 56 ] : df1 . loc [ dates [ 0 ] : dates [ 1 ] , 'E' ] = 1 In [ 57 ] : df1 Out [ 57 ] :                    A          B          C    D    F    E 2013 - 01 - 01    0.000000    0.000000 - 1.509059    5 NaN    1 2013 - 01 - 02    1.212112 - 0.173215    0.119209    5    1    1 2013 - 01 - 03 - 0.861849 - 2.104569 - 0.494929    5    2 NaN 2013 - 01 - 04    0.721555 - 0.706771 - 1.039575    5    3 NaN

删除任何有丢失数据的行.

Python

1 2 3 4

In [ 58 ] : df1 . dropna ( how = 'any' ) Out [ 58 ] :                    A          B          C    D    F    E 2013 - 01 - 02    1.212112 - 0.173215    0.119209    5    1    1

填充丢失数据

Python

1 2 3 4 5 6 7

In [ 59 ] : df1 . fillna ( value = 5 ) Out [ 59 ] :                    A          B          C    D    F    E 2013 - 01 - 01    0.000000    0.000000 - 1.509059    5    5    1 2013 - 01 - 02    1.212112 - 0.173215    0.119209    5    1    1 2013 - 01 - 03 - 0.861849 - 2.104569 - 0.494929    5    2    5 2013 - 01 - 04    0.721555 - 0.706771 - 1.039575    5    3    5

获取值是否nan的布尔标记

Python

1 2 3 4 5 6 7

In [ 60 ] : pd . isnull ( df1 ) Out [ 60 ] :                  A        B        C        D        F        E 2013 - 01 - 01    False    False    False    False    True    False 2013 - 01 - 02    False    False    False    False    False    False 2013 - 01 - 03    False    False    False    False    False    True 2013 - 01 - 04    False    False    False    False    False    True

运算

参阅二元运算基础

统计

计算时一般不包括丢失的数据

执行描述性统计

Python

1 2 3 4 5 6 7 8

In [ 61 ] : df . mean ( ) Out [ 61 ] : A    - 0.004474 B    - 0.383981 C    - 0.687758 D      5.000000 F      3.000000 dtype : float64

在其他轴做相同的运算

Python

1 2 3 4 5 6 7 8 9

In [ 62 ] : df . mean ( 1 ) Out [ 62 ] : 2013 - 01 - 01      0.872735 2013 - 01 - 02      1.431621 2013 - 01 - 03      0.707731 2013 - 01 - 04      1.395042 2013 - 01 - 05      1.883656 2013 - 01 - 06      1.592306 Freq : D , dtype : float64

用于运算的对象有不同的维度并需要对齐.除此之外，pandas会自动沿着指定维度计算.

Python

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

In [ 63 ] : s = pd . Series ( [ 1 , 3 , 5 , np . nan , 6 , 8 ] , index = dates ) . shift ( 2 ) In [ 64 ] : s Out [ 64 ] : 2013 - 01 - 01    NaN 2013 - 01 - 02    NaN 2013 - 01 - 03      1 2013 - 01 - 04      3 2013 - 01 - 05      5 2013 - 01 - 06    NaN Freq : D , dtype : float64   In [ 65 ] : df . sub ( s , axis = 'index' ) Out [ 65 ] :                    A          B          C    D    F 2013 - 01 - 01        NaN       NaN       NaN NaN NaN 2013 - 01 - 02        NaN       NaN       NaN NaN NaN 2013 - 01 - 03 - 1.861849 - 3.104569 - 1.494929    4    1 2013 - 01 - 04 - 2.278445 - 3.706771 - 4.039575    2    0 2013 - 01 - 05 - 5.424972 - 4.432980 - 4.723768    0    - 1 2013 - 01 - 06        NaN       NaN       NaN NaN NaN

Apply

在数据上使用函数

Python

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

In [ 66 ] : df . apply ( np . cumsum ) Out [ 66 ] :                    A          B          C    D    F 2013 - 01 - 01    0.000000    0.000000 - 1.509059    5 NaN 2013 - 01 - 02    1.212112 - 0.173215 - 1.389850    10    1 2013 - 01 - 03    0.350263 - 2.277784 - 1.884779    15    3 2013 - 01 - 04    1.071818 - 2.984555 - 2.924354    20    6 2013 - 01 - 05    0.646846 - 2.417535 - 2.648122    25    10 2013 - 01 - 06 - 0.026844 - 2.303886 - 4.126549    30    15   In [ 67 ] : df . apply ( lambda x : x . max ( ) - x . min ( ) ) Out [ 67 ] : A      2.073961 B      2.671590 C      1.785291 D      0.000000 F      4.000000 dtype : float64

直方图

请参阅 直方图和离散化

Python

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

In [ 68 ] : s = pd . Series ( np . random . randint ( 0 , 7 , size = 10 ) ) In [ 69 ] : s Out [ 69 ] : 0      4 1      2 2      1 3      2 4      6 5      4 6      4 7      6 8      4 9      4 dtype : int32   In [ 70 ] : s . value_counts ( ) Out [ 70 ] : 4      5 6      2 2      2 1      1 dtype : int64

字符串方法

序列可以使用一些字符串处理方法很轻易操作数据组中的每个元素,比如以下代码片断。 注意字符匹配方法默认情况下通常使用正则表达式（并且大多数时候都如此）. 更多信息请参阅字符串向量方法.

Python

1 2 3 4 5 6 7 8 9 10 11 12 13

In [ 71 ] : s = pd . Series ( [ 'A' , 'B' , 'C' , 'Aaba' , 'Baca' , np . nan , 'CABA' , 'dog' , 'cat' ] ) In [ 72 ] : s . str . lower ( ) Out [ 72 ] : 0        a 1        b 2        c 3      aaba 4      baca 5      NaN 6      caba 7      dog 8      cat dtype : object