- Python Pandas 教程
- Python Pandas - 首页
- Python Pandas - 简介
- Python Pandas - 环境搭建
- Python Pandas - 基础
- Python Pandas - 数据结构介绍
- Python Pandas - 索引对象
- Python Pandas - 面板
- Python Pandas - 基本功能
- Python Pandas - 索引和数据选择
- Python Pandas - Series
- Python Pandas - Series
- Python Pandas - 切片 Series 对象
- Python Pandas - Series 对象的属性
- Python Pandas - Series 对象的算术运算
- Python Pandas - 将 Series 转换为其他对象
- Python Pandas - DataFrame
- Python Pandas - DataFrame
- Python Pandas - 访问 DataFrame
- Python Pandas - 切片 DataFrame 对象
- Python Pandas - 修改 DataFrame
- Python Pandas - 从 DataFrame 中删除行
- Python Pandas - DataFrame 的算术运算
- Python Pandas - I/O 工具
- Python Pandas - I/O 工具
- Python Pandas - 使用 CSV 格式
- Python Pandas - 读取和写入 JSON 文件
- Python Pandas - 从 Excel 文件读取数据
- Python Pandas - 将数据写入 Excel 文件
- Python Pandas - 使用 HTML 数据
- Python Pandas - 剪贴板
- Python Pandas - 使用 HDF5 格式
- Python Pandas - 与 SQL 的比较
- Python Pandas - 数据处理
- Python Pandas - 排序
- Python Pandas - 重索引
- Python Pandas - 迭代
- Python Pandas - 连接
- Python Pandas - 统计函数
- Python Pandas - 描述性统计
- Python Pandas - 处理文本数据
- Python Pandas - 函数应用
- Python Pandas - 选项和自定义
- Python Pandas - 窗口函数
- Python Pandas - 聚合
- Python Pandas - 合并/连接
- Python Pandas - 多级索引
- Python Pandas - 多级索引基础
- Python Pandas - 使用多级索引进行索引
- Python Pandas - 使用多级索引进行高级重索引
- Python Pandas - 重命名多级索引标签
- Python Pandas - 对多级索引进行排序
- Python Pandas - 二元运算
- Python Pandas - 二元比较运算
- Python Pandas - 布尔索引
- Python Pandas - 布尔掩码
- Python Pandas - 数据重塑和透视
- Python Pandas - 透视表
- Python Pandas - 堆叠和取消堆叠
- Python Pandas - 熔化
- Python Pandas - 计算虚拟变量
- Python Pandas - 分类数据
- Python Pandas - 分类数据
- Python Pandas - 分类数据的排序和排序
- Python Pandas - 分类数据的比较
- Python Pandas - 处理缺失数据
- Python Pandas - 缺失数据
- Python Pandas - 填充缺失数据
- Python Pandas - 缺失值的插值
- Python Pandas - 删除缺失数据
- Python Pandas - 使用缺失数据进行计算
- Python Pandas - 处理重复数据
- Python Pandas - 重复数据
- Python Pandas - 计数和检索唯一元素
- Python Pandas - 重复标签
- Python Pandas - 分组和聚合
- Python Pandas - GroupBy
- Python Pandas - 时间序列数据
- Python Pandas - 日期功能
- Python Pandas - 时间增量
- Python Pandas - 稀疏数据结构
- Python Pandas - 稀疏数据
- Python Pandas - 可视化
- Python Pandas - 可视化
- Python Pandas - 其他概念
- Python Pandas - 注意事项和陷阱
- Python Pandas 有用资源
- Python Pandas - 快速指南
- Python Pandas - 有用资源
- Python Pandas - 讨论
Python Pandas - Series 对象的属性
Pandas Series 是主要数据结构之一,提供了一种方便的方法来处理和操作一维数据。它看起来类似于电子表格中的一列或数据库表中的一列。
Series 对象属性是帮助您获取有关 Series 对象及其数据信息的工具。Pandas 提供了多个属性来理解和操作 Series 中的数据。在本教程中,您将学习有关 Pandas Series 属性的知识。
数据信息
这些属性提供有关 Series 中的数据信息 -
序号 | 方法和描述 |
---|---|
1 | dtype 返回底层数据的类型。 |
2 | dtypes 返回底层数据的类型。 |
3 | nbytes 返回底层数据中的字节数。 |
4 | ndim 返回底层数据的维度数,对于 Series 始终为 1。 |
5 | shape 返回表示底层数据形状的元组。 |
6 | size 返回底层数据中的元素数量。 |
7 | values 根据数据类型返回 Series 作为 ndarray 或类似 ndarray 的对象。 |
数据访问
这些属性有助于访问 Series 中的数据 -
序号 | 方法和描述 |
---|---|
1 | at 使用行/列标签对访问单个值。 |
2 | iat 通过整数位置访问单个值。 |
3 | loc 通过标签或布尔数组访问一组行和列。 |
数据属性
这些属性提供有关 Series 的属性和元数据 -
序号 | 方法和描述 |
---|---|
1 |
empty 指示 Series 或 DataFrame 是否为空。 |
2 | flags 获取与 Pandas 对象关联的属性。 |
3 | hasnans 如果存在任何 NaN 值,则返回 True。 |
4 | index 返回 Series 的索引(轴标签)。 |
5 | is_monotonic_decreasing 如果值单调递减,则返回 True。 |
6 | is_monotonic_increasing 如果值单调递增,则返回 True。 |
7 | is_unique 如果所有值都唯一,则返回 True。 |
8 | name 返回 Series 的名称。 |
其他
此类别包括执行各种其他操作的属性 -
序号 | 方法和描述 |
---|---|
1 | array 将 Series 的底层数据作为 ExtensionArray 提供。 |
2 |
attrs 返回数据集全局属性的字典。 |
3 | axes 返回行轴标签列表。 |
4 |
T 返回 Series 的转置,它本质上与原始 Series 相同。 |