这篇文章给大家分享的是有关Pandas中Series怎么用的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。Series是一种类似于一维数组的对象，是由一组数据(各种NumPy数据类型)以及一组与之相关的数据标签(即索引)组成。仅由一组数据也可产生简单的Series对象Series 总的来说就是带标签的一维数组，可存储整数、浮点数、字符串、Python对象等类型的数据。标签轴通常叫做索引。用一维数组实例化Series时，索引长度必须与数组长度一致。没有指定索引时，Pandas会帮我们创建默认的数值型索引。注意: Pandas 是支持重复索引的。但我们也可以重置索引，具体操作方法在后续章节中会给出。使用字典实例化Series时, 如果未传入索引，则索引的值为字典的key：使用标量值实例化时，必须提供索引。Series 按索引长度重复该标量值。在实例化Series时，可以传入name参数为Series添加name属性。同时，Seires也支持重命名:Series提供了类似于Python列表的切片方式：Series可使用索引标签的值来提取值：如果传入的索引标签的值不在Seires的轴索引中，那将会报 KeyError 异常，这里建议大家使用Series的 get 方法获取值,如果不存在，则会返回None，同时也可设置default参数，用于不存在时的默认返回值。在提取区间数据时，如果想让两端的值包含其中（满足两端的值也被提取出来），只需要把 inclusive 参数的值赋为TrueSeries 不用循环也可以像操作单个数值一样快速进行数学运算：Series 之间的操作会自动 基于标签 对齐数据. 如果一个Series中的标签在另一个Series中不存在，那么计算得到的结果将是NaN,即缺失值，有缺失值NaN的处理在后续章节也会讲到。因此，我们不用顾及执行操作的Series是否有相同的标签。 Pandas数据结构集成的数据对齐的功能，是Pandas区别于大多数标签型数据处理工具的重要特性。感谢各位免费云主机域名的阅读！关于“Pandas中Series怎么用”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！
相关推荐: 怎么将yolov5中的PANet层改为BiFPN
今天小编给大家分享一下怎么将yolov5中的PANet层改为BiFPN的相关知识点，内容详细，逻辑清晰，相信大部分人都还太了解这方面的知识，所以分享这篇文章给大家参考一下，希望大家阅读完这篇文章后有所收获，下面我们一起来了解一下吧。1.在common.py后加…
免责声明：本站发布的图片视频文字，以转载和分享为主，文章观点不代表本站立场，本站不承担相关法律责任；如果涉及侵权请联系邮箱：360163164@qq.com举报，并提供相关证据，经查实将立刻删除涉嫌侵权内容。
微信扫一扫 
