Pandas-Series-API-Referenz
Series ist ein eindimensionales Array, das jeden Datentyp speichern kann (Ganzzahlen, Zeichenketten, Gleitkommazahlen, Python-Objekte usw.), und jedes Element hat eine Bezeichnung, die als Index bezeichnet wird.
Das Folgende ist eine gängige API-Referenz für Pandas Series:
Series-Konstruktor
| Methode | Beschreibung |
|---|---|
pd.Series(data, index, dtype, name, copy) |
Erstellen Sie ein Series-Objekt, das benutzerdefinierte Daten, Index, Datentyp und Namen unterstützt. |
Series-Attribute
| Attribute | Beschreibung |
|---|---|
Series.values |
Gibt den Datenteil der Series zurück (numpy-Array). |
Series.index |
Gibt den Index der Series zurück. |
Series.dtype |
Gibt den Datentyp der Series zurück. |
Series.shape |
Gibt die Form der Series zurück (als Tupel). |
Series.size |
Gibt die Anzahl der Elemente in der Series zurück. |
Series.name |
Gibt den Namen der Series zurück oder setzt ihn. |
Series.empty |
Prüft, ob die Series leer ist. |
Series.nbytes |
Gibt die Anzahl der von der Series belegten Bytes zurück. |
Series.ndim |
Gibt die Anzahl der Dimensionen der Series zurück (immer 1). |
Series.hasnans |
Prüft, ob die Series fehlende Werte (NaN) enthält. |
Series.array |
Die zugrunde liegenden Daten der Series zurückgeben (Pandas-Array). |
Series-Methoden
Datenanzeige
| Methode | Beschreibung |
|---|---|
Series.head(n=5) |
Die ersten n Zeilen der Daten zurückgeben. |
Series.tail(n=5) |
Die letzten n Zeilen der Daten zurückgeben. |
Series.describe() |
Die statistische Zusammenfassung der Series zurückgeben (wie Anzahl, Mittelwert, Standardabweichung usw.). |
Umgang mit fehlenden Werten
| Methode | Beschreibung |
|---|---|
Series.isnull() |
Prüfen, ob jedes Element ein fehlender Wert (NaN) ist. |
Series.notnull() |
Prüfen, ob jedes Element kein fehlender Wert ist. |
Series.dropna() |
Alle fehlenden Werte entfernen. |
Series.fillna(value) |
Fehlende Werte mit einem angegebenen Wert füllen. |
Umgang mit eindeutigen Werten
| Methode | Beschreibung |
|---|---|
Series.unique() |
Die eindeutigen Werte in der Series zurückgeben. |
Series.nunique() |
Gibt die Anzahl der eindeutigen Werte in der Series zurück. |
Series.value_counts() |
Gibt die Häufigkeit jedes Werts in der Series zurück. |
Sortierung
| Methode | Beschreibung |
|---|---|
Series.sort_values(ascending=True) |
Nach Werten sortieren. |
Series.sort_index(ascending=True) |
Nach Index sortieren. |
Indexoperationen
| Methode | Beschreibung |
|---|---|
Series.reset_index(drop=False) |
Den Index zurücksetzen. |
Series.drop(labels) |
Löscht die Elemente am angegebenen Index. |
Series.get(key, default=None) |
Ruft den Wert am angegebenen Index ab und gibt einen Standardwert zurück, wenn er nicht existiert. |
Series.set_axis(labels) |
Einen neuen Index festlegen. |
Datenkonvertierung
| Methode | Beschreibung |
|---|---|
Series.map(arg) |
Bildet Werte in der Series gemäß einer übergebenen Funktion oder einem Wörterbuch ab. |
Series.apply(func) |
Wendet eine Funktion auf jedes Element in der Series an. |
Series.astype(dtype) |
Konvertiert die Series in einen angegebenen Datentyp. |
Series.to_dict() |
Konvertiert die Series in ein Wörterbuch. |
Series.to_frame() |
Konvertiere die Series in einen DataFrame. |
Series.to_numpy() |
Konvertiere die Series in ein numpy-Array. |
Datenoperationen
| Methode | Beschreibung |
|---|---|
Series.copy() |
Kopiere die Series. |
Series.append(to_append, ignore_index) |
Hänge eine weitere Series an. |
Series.replace(to_replace, value) |
Ersetze Werte in der Series. |
Series.update(other) |
Aktualisiere die aktuelle Series mit den Werten einer anderen Series. |
Series.clip(lower, upper) |
Begrenze die Werte in der Series auf einen angegebenen Bereich. |
Series.isin(values) |
Prüfe, ob die Werte in der Series in einer angegebenen Liste enthalten sind. |
Series.between(left, right) |
Prüfe, ob die Werte in der Series innerhalb eines angegebenen Bereichs liegen. |
Statistische Berechnungen
| Methode | Beschreibung |
|---|---|
Series.sum() |
Gib die Summe aller Werte in der Series zurück. |
Series.mean() |
Gib den Mittelwert aller Werte in der Series zurück. |
Series.median() |
Gib den Median aller Werte in der Series zurück. |
Series.min() |
Gib den kleinsten Wert in der Series zurück. |
Series.max() |
Gib den größten Wert in der Series zurück. |
Series.std() |
Gib die Standardabweichung aller Werte in der Series zurück. |
Series.var() |
Gib die Varianz aller Werte in der Series zurück. |
Series.count() |
Gib die Anzahl der nicht fehlenden Werte in der Series zurück. |
Series.mode() |
Gib den Modus in der Series zurück. |
Series.quantile(q) |
Gib den Wert am angegebenen Quantil in der Series zurück. |
Zeitreihenoperationen
| Methode | Beschreibung |
|---|---|
Series.dt |
Zugriff auf datetime-Attribute (nur anwendbar auf Series vom Typ datetime). |
Series.dt.year |
Gib das Jahr zurück. |
Series.dt.month |
Gibt den Monat zurück. |
Series.dt.day |
Gibt das Datum zurück. |
String-Operationen
| Methode | Beschreibung |
|---|---|
Series.str |
Greift auf String-Methoden zu (nur anwendbar auf Series vom Typ String). |
Series.str.lower() |
Konvertiert den String in Kleinbuchstaben. |
Series.str.upper() |
Konvertiert den String in Großbuchstaben. |
Series.str.contains(pattern) |
Prüft, ob der String ein angegebenes Muster enthält. |
Beispiele
Beispiele
import pandas as pd
# Series erstellen
s = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'], name='MySeries')
# Daten anzeigen
print(s.head(2)) # Gibt die ersten 2 Zeilen aus
# Fehlende Werte behandeln
s_with_nan = pd.Series([10, None, 30])
print(s_with_nan.fillna(0)) # Fehlende Werte mit 0 füllen
# Eindeutige Werte behandeln
print(s.nunique()) # Gibt die Anzahl der eindeutigen Werte aus
# Sortieren
print(s.sort_values(ascending=False)) # Nach Werten in absteigender Reihenfolge sortieren
# Statistische Berechnungen
print(s.mean()) # Gibt den Mittelwert aus
# Series erstellen
s = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'], name='MySeries')
# Daten anzeigen
print(s.head(2)) # Gibt die ersten 2 Zeilen aus
# Fehlende Werte behandeln
s_with_nan = pd.Series([10, None, 30])
print(s_with_nan.fillna(0)) # Fehlende Werte mit 0 füllen
# Eindeutige Werte behandeln
print(s.nunique()) # Gibt die Anzahl der eindeutigen Werte aus
# Sortieren
print(s.sort_values(ascending=False)) # Nach Werten in absteigender Reihenfolge sortieren
# Statistische Berechnungen
print(s.mean()) # Gibt den Mittelwert aus
Wenn Sie detailliertere Informationen benötigen, können Siedie offizielle Pandas-Dokumentation konsultieren。
Weitere Erweiterungen