Series的10大基本概念及代码案例-----初学基础

1.可以把Series看成一个定长的有序字典，向Series增加一行：相当于给字典增加一组键值对。

2.可以通过shape，size，index,values等得到series的属性

shape：形状
size：元素的个数
index：获取index的值，返回的是对象
values：获取value的值

*numpy tolist()的用法

3.可以使用head(),tail()分别查看前n个和后n个值

4.当索引没有对应的值时，可能出现缺失数据显示NaN（not a number）的情况

5.可以使用pd.isnull()，pd.notnull()，或自带isnull(),notnull()函数检测缺失数

6.使用bool型的列表访问数组对象

7.Series对象本身及其实例都有一个name属性

8.根据值排序

DataFrame.sort_values(by, axis=0, ascending=True, inplace=False, kind=‘quicksort’, na_position=‘last’)

参数说明

by:str or list of str；如果axis=0，那么by=“列名”；如果axis=1，那么by=“行名”；
axis:{0 or ‘index’, 1 or ‘columns’}, default 0，默认按照索引排序，即纵向排序，如果为1，则是横向排序
ascending:布尔型，True则升序，可以是[True,False]，即第一字段升序，第二个降序
inplace:布尔型，是否用排序后的数据框替换现有的数据框
kind:排序方法，{‘quicksort’, ‘mergesort’, ‘heapsort’}, default ‘quicksort’。似乎不用太关心
na_position : {‘first’, ‘last’}, default ‘last’，默认缺失值排在最后面

9.根据索引排序

sort_index(axis=0, level=None, ascending=True, inplace=False, kind=‘quicksort’, na_position=‘last’,
axis：0按照行名排序；1按照列名排序
level：默认None，否则按照给定的level顺序排列—貌似并不是，文档
ascending：默认True升序排列；False降序排列
inplace：默认False，否则排序之后的数据直接替换原来的数据框
kind：排序方法，{‘quicksort’, ‘mergesort’, ‘heapsort’}, default ‘quicksort’
na_position：缺失值默认排在最后{“first”,“last”}

10.统计值出现的次数

去重操作,只统计出现的值

编者寄：文章面向小白也可能会被行业前辈看到，为避免知识误导，若文章有错误，还请过路朋友指出，末学好及时更正，评论区见～
整理于学习资料，比心图片来源网络；