#!/usr/bin/env python
# -*- coding:utf-8 -*-
"""
系列（值的集合）
DataFrame數據包（系列對象的集合）
panel（數據文件對象的集合)
一個系列對象可以保存許多數據類型，包括
浮點數表示浮點數
表示整數值的
布爾布爾值表示布爾值
表示日期和時間，沒有時區的
用日期時區表示日期和時間
表示時間和時間（秒，分鐘等）的差異的時間δ[NS]
表示類別值的類別
表示字符串值的對象
電影膠片名
# rottentomatoes -爛番茄影評平均得分
# rottentomatoes_user爛番茄用戶平均得分
# rt_norm -爛番茄影評平均得分（歸一化到0到5點的系統）
# rt_user_norm爛西紅柿用戶平均得分（歸一化到0-5點系統）
亞元主義-元主義批評家平均分
亞元用戶-元用戶平均得分
"""
#series結構 學習
import pandas as pd
import numpy as np
fandango = pd.read_csv('fandango_score_comparison.csv')
series_film = fandango['FILM']
print(type(series_film))
print(series_film[0:5])  #FILM這一列前0-5個
series_rt = fandango['RottenTomatoes']   #RottenTomatoes前0-5個
print(series_rt[0:5])from pandas import Seriesfilm_names = series_film.values
print(type(film_names))
#print(film_names)
rt_scores = series_rt.values  #得分值來自：RottenTomatoes
#print(rt_scores)
series_custom = Series(rt_scores,index=film_names) #以電影名字為索引
print(series_custom[['Minions (2015)','Leviathan (2014)']]) #輸出這兩部電影的評分
fiveten = series_custom[5:10]  #以電影名字為索引，打印前5-10部電影和評分
print(fiveten)sc2 = series_custom.sort_index()
sc3 = series_custom.sort_values()  #以這兩種都可以進行排序 sc2[2:10}
print(np.add(series_custom,series_custom)) #相加操作#will actually return a Series object with a boolean value for each film
series_custom > 50
series_greater_than_50 = series_custom[series_custom > 50]criteria_one = series_custom > 50
criteria_two = series_custom < 75   #評分在這一段的電影和分數
both_criteria = series_custom[criteria_one & criteria_two]
print(both_criteria)
print('--------')
#data alignment same index
rt_critics = Series(fandango['RottenTomatoes'].values, index=fandango['FILM'])
rt_users = Series(fandango['RottenTomatoes_User'].values, index=fandango['FILM'])
rt_mean = (rt_critics + rt_users)/2   #兩個媒體評分的平均值
print(rt_mean)
print('分割線——————')
print(type(fandango))
fandango_films = fandango.set_index("FILM",drop=False)
print(fandango_films.index)  #打印出索引值 列名
#在選擇多行時，返回數據文件，但是選擇一個單獨的行時，將返回一個系列對象。
fandango_films["Avengers: Age of Ultron (2015)":"Hot Tub Time Machine 2 (2015)"]
fandango_films.loc["Avengers: Age of Ultron (2015)":"Hot Tub Time Machine 2 (2015)"]
# Specific movie
fandango_films.loc['Kumiko, The Treasure Hunter (2015)']
# Selecting list of movies
movies = ['Kumiko, The Treasure Hunter (2015)', 'Do You Believe? (2015)', 'Ant-Man (2015)']
print(fandango_films.loc[movies])print('繼續分割——————')
types = fandango_films.dtypes
float_columns = types[types.values == 'float64'].index  #類型轉換
float_df = fandango_films[float_columns]
deviations = float_df.apply(lambda x: np.std(x))
rt_mt_user = float_df[['RT_user_norm','Metacritic_user_nom']]
rt_mt_user.apply(lambda x: np.std(x), axis=1) # 對以上兩個列做了變換
print(rt_mt_user)

?

轉載于:https://www.cnblogs.com/lifengwu/p/9816683.html

總結

以上是生活随笔為你收集整理的pandas学习之Series结构的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。