排序

sort_values()方法可以使series的值按照升序排序。

  1. s1.sort_values()
  1. b    1
  2. c    2
  3. a    4
  4. d    9
  5. dtype: int64

求中位数

median()方法可以直接得到序列的中位数，在此之上可以进行比较等操作。

  1. print(s1)
  2. print("中位数为：", s1.median())
  3. print("大于序列中位数的数\n",s1[s1 > s1.median()])
  1. 0    6
  2. 1    1
  3. 2    2
  4. 3    9
  5. dtype: int64
  6. 中位数为： 4.0
  7. 大于序列中位数的数
  8.  0    6
  9. 3    9
  10. dtype: int64

运算

两个series之间的运算，可加减乘除（必须保证index是一致的）。

  1. s2 = pd.Series([4, 3, 5, 8],index=['a','b','c','d'])
  2. s2+s1
  1. a     8
  2. b     4
  3. c     7
  4. d    17
  5. dtype: int64

时间序列

pandas包中的data_range()方法可以生产时间序列，便于进行数据的处理。

  1. s3=pd.Series([100, 150, 200])
  2. print("产生的序列是:\n",s3)
  3. idx=pd.date_range(start='2019-9',freq='M',periods=3)
  4. print("\n生成的时间序列是：\n",idx)
  5. s3.index=idx
  6. print("\n产生的时间序列是：\n",s3)
  1. 产生的序列是:
  2. 0    100
  3. 1    150
  4. 2    200
  5. dtype: int64
  7. 生成的时间序列是：
  8.  DatetimeIndex(['2019-09-30', '2019-10-31', '2019-11-30'], dtype='datetime64[ns]', freq='M')
  10. 产生的时间序列是：
  11. 2019-09-30    100
  12. 2019-10-31    150
  13. 2019-11-30    200
  14. Freq: M, dtype: int64

类型转换

转DataFrame

  1. dfFromSeries=s2.to_frame()
  2. print("Series转DataFrame\n",dfFromSeries)
  3. print("显示数据结构类型：",type(dfFromSeries))
  1. Series转DataFrame
  2.     0
  3. a  4
  4. b  3
  5. c  5
  6. d  8
  7. 显示数据结构类型： <class 'pandas.core.frame.DataFrame'>

转Dict

  1. dictFromSeries=s2.to_dict()
  2. print("Series转Dict\n",dictFromSeries)
  3. print("显示数据结构类型：",type(dictFromSeries))
  1. Series转Dict
  2.  {'a': 4, 'b': 3, 'c': 5, 'd': 8}
  3. 显示数据结构类型： <class 'dict'>