前言:
在转换操作中,我们执行各种操作,例如更改系列的数据类型,将系列更改为列表等。为了执行转换操作,我们有各种有助于转换的功能,例如.astype()等.tolist()。
代码#1:
# 使用 astype 转换 series 数据类型的 Python 程序
# importing pandas module
import pandas as pd
# 从 url 读取 csv 文件
data = pd.read_csv("nba.csv")
# 删除空值列以避免错误
data.dropna(inplace = True)
# 在转换之前存储 dtype
before = data.dtypes
# 使用 astype 转换 dtypes
data["Salary"]= data["Salary"].astype(int)
data["Number"]= data["Number"].astype(str)
# 转换后存储 dtype
after = data.dtypes
# 打印出来比较
print("BEFORE CONVERSION\n", before, "\n")
print("AFTER CONVERSION\n", after, "\n")
输出:

代码 #2:
# Python程序将 series 转换为列表
# 导入 pandas 模块
import pandas as pd
# 导入 regex 模块
import re
# 制作数据框
data = pd.read_csv("nba.csv")
# 删除空值以避免错误
data.dropna(inplace = True)
# 操作前存储 dtype
dtype_before = type(data["Salary"])
# 转换为列表
salary_list = data["Salary"].tolist()
# 操作后存储dtype
dtype_after = type(salary_list)
# 打印数据类型
print("Data type before converting = {}\nData type after converting = {}"
.format(dtype_before, dtype_after))
# 显示列表
salary_list
输出 :

Pandas series 方法:
| 功能 | 描述 |
|---|---|
| Series() | 可以使用 Series() 构造函数方法创建熊猫系列。此构造方法接受各种输入 |
| combine_first() | 方法用于将两个系列合二为一 |
| count() | 返回系列中非 NA/null 观测值的数量 |
| size() | 返回基础数据中的元素数 |
| name() | 方法允许为 Series 对象(即列)命名 |
| is_unique() | 如果对象中的值是唯一的,则方法返回布尔值 |
| 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 上调用方法以按升序或降序对值进行排序 |
| sort_index() | 在熊猫系列上调用方法以按索引而不是其值对其进行排序 |
| head() | 方法用于从系列的开头返回指定数量的行。该方法返回一个全新的系列 |
| tail() | 方法用于从 Series 的末尾返回指定数量的行。该方法返回一个全新的系列 |
| le() | 用于将 Caller 系列的每个元素与传递的系列进行比较。对于每个小于或等于传递系列中的元素的元素,它返回 True |
| ne() | 用于将 Caller 系列的每个元素与传递的系列进行比较。它为每个不等于传递系列中的元素的元素返回 True |
| ge() | 用于将 Caller 系列的每个元素与传递的系列进行比较。它为大于或等于传递系列中的元素的每个元素返回 True |
| eq() | 用于将 Caller 系列的每个元素与传递的系列进行比较。它为每个等于传递系列中的元素的元素返回 True |
| gt() | 用于比较两个系列并为每个元素返回布尔值 |
| lt() | 用于比较两个系列并为每个元素返回布尔值 |
| clip() | 用于剪裁低于和高于传递的最小和最大值的值 |
| clip_lower() | 用于裁剪低于传递的最小值的值 |
| clip_upper() | 用于剪裁高于传递的最大值的值 |
| astype() | 方法用于更改系列的数据类型 |
| tolist() | 方法用于将系列转换为列表 |
| get() | 在 Series 上调用方法以从 Series 中提取值。这是传统括号语法的替代语法 |
| unique() | Pandas unique() 用于查看特定列中的唯一值 |
| nunique() | Pandas nunique() 用于获取唯一值的计数 |
| value_counts() | 计算每个唯一值在系列中出现的次数的方法 |
| factorize() | 方法通过识别不同的值来帮助获得数组的数字表示 |
| map() | 将一个对象的值绑定到另一个对象的方法 |
| between() | Pandas between() 方法用于系列检查哪些值位于第一个和第二个参数之间 |
| apply() | 调用方法并将 Python 函数作为参数提供给每个 Series 值使用该函数。此方法有助于执行 pandas 或 numpy 中未包含的自定义操作 |
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。

评论(0)