pandas的唯一值、值计数以及成员资格的示例
1、Series唯一值判断
s=Series([3,3,1,2,4,3,4,6,5,6]) #判断Series中的值是否重复,False表示重复 print(s.is_unique) #False #输出Series中不重复的值,返回值没有排序,返回值的类型为数组 print(s.unique()) #[312465] print(type(s.unique())) ##统计Series中重复值出现的次数,默认是按出现次数降序排序 print(s.value_counts()) ''' 33 62 42 51 21 11 ''' #按照重复值的大小排序输出频率 print(s.value_counts(sort=False)) ''' 11 21 33 42 51 62 '''
2、成员资格判断
a、Series的成员资格
s=Series([5,5,6,1,1]) print(s) ''' 05 15 26 31 41 ''' #判断矢量化集合的成员资格,返回一个bool类型的Series print(s.isin([5])) ''' 0True 1True 2False 3False 4False ''' print(type(s.isin([5]))) ##通过成员资格方法选取Series中的数据子集 print(s[s.isin([5])]) ''' 05 15 '''
b、DataFrame的成员资格
a=[[3,2,6],[2,1,4],[6,2,5]] data=DataFrame(a,index=["a","b","c"],columns=["one","two","three"]) print(data) ''' onetwothree a326 b214 c625 ''' #返回一个bool的DataFrame print(data.isin([1])) ''' onetwothree aFalseFalseFalse bFalseTrueFalse cFalseFalseFalse ''' #选取DataFrame中值为1的数,其他的为NaN print(data[data.isin([1])]) ''' onetwothree aNaNNaNNaN bNaN1.0NaN cNaNNaNNaN ''' #将NaN用0进行填充 print(data[data.isin([1])].fillna(0)) ''' onetwothree a0.00.00.0 b0.01.00.0 c0.00.00.0 '''
以上这篇pandas的唯一值、值计数以及成员资格的示例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持毛票票。
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:czq8825#qq.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。