本篇文章為大家展示了Python中Series有哪些使用方法，內(nèi)容簡明扼要并且容易理解，絕對能使你眼前一亮，通過這篇文章的詳細介紹希望你能有所收獲。

創(chuàng)新互聯(lián)公司是一家專注于做網(wǎng)站、成都網(wǎng)站建設(shè)與策劃設(shè)計,遵化網(wǎng)站建設(shè)哪家好?創(chuàng)新互聯(lián)公司做網(wǎng)站,專注于網(wǎng)站建設(shè)十多年,網(wǎng)設(shè)計領(lǐng)域的專業(yè)建站公司;建站業(yè)務(wù)涵蓋:遵化等地區(qū)。遵化做網(wǎng)站價格咨詢:18982081108

1、方法說明

（1）排序

sort_values（）

通過ascending參數(shù)來確定升序還是降序，True表示升序

（2）空判斷

isnull（） - 判空

notnull（） - 判非空

（3）缺失值處理

dropna（）

刪除

（4）統(tǒng)計基本信息

describe（）

2、實例

>>> 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')) #創(chuàng)建含有缺失值的對象
>>> 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() #刪除缺失值
a    100.0
b    200.0
d    200.0
f    400.0
dtype: float64
>>> data.fillna(data.mean()) #設(shè)置默認值為均值
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() #統(tǒng)計頻率
200.0    2
100.0    1
400.0    1
dtype: int64
>>> data.describe() #對數(shù)據(jù)進行基本統(tǒng)計，統(tǒng)計時自動去掉了缺失值
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主要應(yīng)用領(lǐng)域有哪些

1、云計算，典型應(yīng)用OpenStack。2、WEB前端開發(fā)，眾多大型網(wǎng)站均為Python開發(fā)。3.人工智能應(yīng)用，基于大數(shù)據(jù)分析和深度學(xué)習而發(fā)展出來的人工智能本質(zhì)上已經(jīng)無法離開python。4、系統(tǒng)運維工程項目，自動化運維的標配就是python+Django/flask。5、金融理財分析，量化交易，金融分析。6、大數(shù)據(jù)分析。

上述內(nèi)容就是Python中Series有哪些使用方法，你們學(xué)到知識或技能了嗎？如果還想學(xué)到更多技能或者豐富自己的知識儲備，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。