Python是当前应用最广泛、最易上手的编程语言,堪称大数据时代必学技能。其经典的数据分析库pandas功能强大,广受开发者青睐,是Python生态中的核心工具之一。
1、 导入pandas并创建Series对象。
2、 通过Series处理字典数据,创建一个简易示例example3。
3、 如下:
4、 根据字典中指定索引(包含键的部分字段)生成示例4,对比示例3与示例4的差异,具体如下所示。
5、 判断Series中字段是否为空,可采用pd.isnull(example4)或example4.isnull()来检测空值;若判断非空情况,则使用pd.notnull(example4)或example4.notnull()。两种写法效果一致,可根据习惯选择。具体应用如下所示,能够逐项返回布尔值,标识每个元素是否为空或非空状态,便于后续数据筛选与处理操作。
6、 对两个Series执行+操作时,若均为数值型则进行算术相加;若为字符串类型,则默认执行字符连接操作。
7、 为序列及其索引分别设置名称,具体如下所示。
8、 直接赋值修改索引,操作如下所示
9、 利用索引为缺失值进行赋值操作
评论
更多评论