Python中Series有哪些使用方法

本篇文章为大家展示了Python中Series有哪些使用方法，内容简明扼要并且容易理解，绝对能使你眼前一亮，通过这篇文章的详细介绍希望你能有所收获。

创新互联公司是一家专注于做网站、成都网站建设与策划设计,遵化网站建设哪家好?创新互联公司做网站,专注于网站建设十多年,网设计领域的专业建站公司;建站业务涵盖:遵化等地区。遵化做网站价格咨询:18982081108

1、方法说明

（1）排序

sort_values（）

通过ascending参数来确定升序还是降序，True表示升序

（2）空判断

isnull（） - 判空

notnull（） - 判非空

（3）缺失值处理

dropna（）

删除

（4）统计基本信息

describe（）

2、实例

>>> data
a    10
b    11
c    12
d    13
e    14
dtype: int64
>>> data.sort_values(ascending = False) #降序排序
e    14
d    13
c    12
b    11
a    10
dtype: int64
>>> data = pd.Series([100,200,np.nan,200,np.nan,400],list('abcdef')) #创建含有缺失值的对象
>>> data
a    100.0
b    200.0
c      NaN
d    200.0
e      NaN
f    400.0
dtype: float64
>>> data.isnull() #判空
a    False
b    False
c     True
d    False
e     True
f    False
dtype: bool
>>> data.notnull() #判非空
a     True
b     True
c    False
d     True
e    False
f     True
dtype: bool
>>> data.dropna() #删除缺失值
a    100.0
b    200.0
d    200.0
f    400.0
dtype: float64
>>> data.fillna(data.mean()) #设置默认值为均值
a    100.0
b    200.0
c    225.0
d    200.0
e    225.0
f    400.0
dtype: float64
>>> data.drop_duplicates() #去重
a    100.0
b    200.0
c      NaN
f    400.0
dtype: float64
>>> data.value_counts() #统计频率
200.0    2
100.0    1
400.0    1
dtype: int64
>>> data.describe() #对数据进行基本统计，统计时自动去掉了缺失值
count      4.000000
mean     225.000000
std      125.830574
min      100.000000
25%      175.000000
50%      200.000000
75%      250.000000
max      400.000000
dtype: float64

python主要应用领域有哪些

1、云计算，典型应用OpenStack。2、WEB前端开发，众多大型网站均为Python开发。3.人工智能应用，基于大数据分析和深度学习而发展出来的人工智能本质上已经无法离开python。4、系统运维工程项目，自动化运维的标配就是python+Django/flask。5、金融理财分析，量化交易，金融分析。6、大数据分析。

上述内容就是Python中Series有哪些使用方法，你们学到知识或技能了吗？如果还想学到更多技能或者丰富自己的知识储备，欢迎关注创新互联行业资讯频道。