Python酷库之旅-第三方库Pandas(040)
CSDN 2024-07-27 13:35:02 阅读 74
目录
一、用法精讲
131、pandas.Series.round方法
131-1、语法
131-2、参数
131-3、功能
131-4、返回值
131-5、说明
131-6、用法
131-6-1、数据准备
131-6-2、代码示例
131-6-3、结果输出
132、pandas.Series.lt方法
132-1、语法
132-2、参数
132-3、功能
132-4、返回值
132-5、说明
132-6、用法
132-6-1、数据准备
132-6-2、代码示例
132-6-3、结果输出
133、pandas.Series.gt方法
133-1、语法
133-2、参数
133-3、功能
133-4、返回值
133-5、说明
133-6、用法
133-6-1、数据准备
133-6-2、代码示例
133-6-3、结果输出
134、pandas.Series.le方法
134-1、语法
134-2、参数
134-3、功能
134-4、返回值
134-5、说明
134-6、用法
134-6-1、数据准备
134-6-2、代码示例
134-6-3、结果输出
135、pandas.Series.ge方法
135-1、语法
135-2、参数
135-3、功能
135-4、返回值
135-5、说明
135-6、用法
135-6-1、数据准备
135-6-2、代码示例
135-6-3、结果输出
二、推荐阅读
1、Python筑基之旅
2、Python函数之旅
3、Python算法之旅
4、Python魔法之旅
5、博客个人主页
一、用法精讲
131、pandas.Series.round方法
131-1、语法
<code># 131、pandas.Series.round方法
pandas.Series.round(decimals=0, *args, **kwargs)
Round each value in a Series to the given number of decimals.
Parameters:
decimals
int, default 0
Number of decimal places to round to. If decimals is negative, it specifies the number of positions to the left of the decimal point.
*args, **kwargs
Additional arguments and keywords have no effect but might be accepted for compatibility with NumPy.
Returns:
Series
Rounded values of the Series.
131-2、参数
131-2-1、decimals(可选,默认值为0):int或者dict,这是要四舍五入到的小数位数。如果提供int,则相同的四舍五入规则会适用于所有元素;如果提供字典,则字典的键是索引,值是要四舍五入到的小数位数。
131-2-2、*args/**kwargs(可选):位置/关键字参数,但在pandas.Series.round()的标准用法中,这些参数并不直接用于四舍五入操作。它们可能是为了保持与NumPy数组方法的兼容性而存在的,但在pandas.Series.round()的典型使用中通常不需要(除非未来版本中有所变化)。
131-3、功能
用于四舍五入Series中元素的方法,该方法可以根据指定的小数位数对每个元素进行四舍五入,从而得到一个新的Series。
131-4、返回值
返回一个新的Series对象,其中包含了四舍五入后的数据。
131-5、说明
无
131-6、用法
131-6-1、数据准备
无
131-6-2、代码示例
# 131、pandas.Series.round方法
# 131-1、统一设置小数点后的位数
import pandas as pd
# 示例Series
s = pd.Series([1.1234, 2.5678, 3.9876, 4.4321])
# 四舍五入到小数点后两位
rounded_s = s.round(decimals=2)
print(rounded_s, end='\n\n')code>
# 131-2、差异化设置小数点后的位数
import pandas as pd
# 示例Series
s = pd.Series([1.1234, 2.5678, 3.9876, 4.4321])
# 分别对每个元素应用不同的小数位数
rounded_s_diff = pd.Series([
round(s[0], 1), # 对第一个元素保留1位小数
round(s[1], 0), # 对第二个元素保留0位小数
round(s[2], 3), # 对第三个元素保留3位小数
round(s[3], 2) # 对第四个元素保留2位小数
])
print(rounded_s_diff)
131-6-3、结果输出
# 131、pandas.Series.round方法
# 131-1、统一设置小数点后的位数
# 0 1.12
# 1 2.57
# 2 3.99
# 3 4.43
# dtype: float64
# 131-2、差异化设置小数点后的位数
# 0 1.100
# 1 3.000
# 2 3.988
# 3 4.430
# dtype: float64
132、pandas.Series.lt方法
132-1、语法
# 132、pandas.Series.lt方法
pandas.Series.lt(other, level=None, fill_value=None, axis=0)
Return Less than of series and other, element-wise (binary operator lt).
Equivalent to series < other, but with support to substitute a fill_value for missing data in either one of the inputs.
Parameters:
other
Series or scalar value
level
int or name
Broadcast across a level, matching Index values on the passed MultiIndex level.
fill_value
None or float value, default None (NaN)
Fill existing missing (NaN) values, and any new element needed for successful Series alignment, with this value before computation. If data in both corresponding Series locations is missing the result of filling (at that location) will be missing.
axis
{0 or ‘index’}
Unused. Parameter needed for compatibility with DataFrame.
Returns:
Series
The result of the operation.
132-2、参数
132-2-1、other(必须):表示另一个用于比较的Series、标量值或可以广播的结构。
132-2-2、level(可选,默认值为None):如果要比较的是一个多层索引的Series,可以指定比较的层级。
132-2-3、fill_value(可选,默认值为None):用于填充缺失值的值,在比较时如果有缺失值,可以用指定的fill_value进行替代。
132-2-4、axis(可选,默认值为0):仅在与DataFrame比较时有用,通常为0,表示按行比较。
132-3、功能
用于比较一个Series中的元素是否小于另一个Series或单个值,并返回一个布尔型的Series。
132-4、返回值
返回一个布尔型Series,其中的值表示Series中的元素是否满足小于的条件。
132-5、说明
无
132-6、用法
132-6-1、数据准备
无
132-6-2、代码示例
# 132、pandas.Series.lt方法
import pandas as pd
# 创建一个Series
s1 = pd.Series([3, 6, 5, 11])
s2 = pd.Series([8, 10, 3, 24])
# 使用lt方法比较两个Series
result = s1.lt(s2)
print(result)
132-6-3、结果输出
# 132、pandas.Series.lt方法
# 0 True
# 1 True
# 2 False
# 3 True
# dtype: bool
133、pandas.Series.gt方法
133-1、语法
# 133、pandas.Series.gt方法
pandas.Series.gt(other, level=None, fill_value=None, axis=0)
Return Greater than of series and other, element-wise (binary operator gt).
Equivalent to series > other, but with support to substitute a fill_value for missing data in either one of the inputs.
Parameters:
other
Series or scalar value
level
int or name
Broadcast across a level, matching Index values on the passed MultiIndex level.
fill_value
None or float value, default None (NaN)
Fill existing missing (NaN) values, and any new element needed for successful Series alignment, with this value before computation. If data in both corresponding Series locations is missing the result of filling (at that location) will be missing.
axis
{0 or ‘index’}
Unused. Parameter needed for compatibility with DataFrame.
Returns:
Series
The result of the operation.
133-2、参数
133-2-1、other(必须):表示另一个用于比较的Series、标量值或可以广播的结构。
133-2-2、level(可选,默认值为None):如果要比较的是一个多层索引的Series,可以指定用于比较的层级。
133-2-3、fill_value(可选,默认值为None):用于填充缺失值的值,在比较时如果有缺失值,可以用指定的fill_value进行替代。
133-2-4、axis(可选,默认值为0):仅在与DataFrame比较时有用,通常为0,表示按行进行比较。
133-3、功能
用于比较一个Series中的元素是否大于另一个Series或单个值,并返回一个布尔型的Series。
133-4、返回值
返回一个布尔型Series,其中的值表示Series中的元素是否满足大于的条件。
133-5、说明
无
133-6、用法
133-6-1、数据准备
无
133-6-2、代码示例
# 133、pandas.Series.gt方法
import pandas as pd
# 创建一个Series
s1 = pd.Series([3, 6, 5, 11])
s2 = pd.Series([8, 10, 3, 24])
# 使用gt方法比较两个Series
result = s1.gt(s2)
print(result)
133-6-3、结果输出
# 133、pandas.Series.gt方法
# 0 False
# 1 False
# 2 True
# 3 False
# dtype: bool
134、pandas.Series.le方法
134-1、语法
# 134、pandas.Series.le方法
pandas.Series.le(other, level=None, fill_value=None, axis=0)
Return Less than or equal to of series and other, element-wise (binary operator le).
Equivalent to series <= other, but with support to substitute a fill_value for missing data in either one of the inputs.
Parameters:
other
Series or scalar value
level
int or name
Broadcast across a level, matching Index values on the passed MultiIndex level.
fill_value
None or float value, default None (NaN)
Fill existing missing (NaN) values, and any new element needed for successful Series alignment, with this value before computation. If data in both corresponding Series locations is missing the result of filling (at that location) will be missing.
axis
{0 or ‘index’}
Unused. Parameter needed for compatibility with DataFrame.
Returns:
Series
The result of the operation.
134-2、参数
134-2-1、other(必须):表示另一个Series、标量值或可以广播的结构,用于进行比较。
134-2-2、level(可选,默认值为None):如果比较的是一个多层索引的Series,可以指定用于比较的层级。
134-2-3、fill_value(可选,默认值为None):用于填充缺失值的值,如果有缺失值在比较时会用该值进行替代。
134-2-4、axis(可选,默认值为0):仅在与DataFrame比较时使用,通常为0,表示按行比较。
134-3、功能
用于比较一个Series中的元素是否小于或等于另一个Series或单个值,并返回一个布尔型的Series。
134-4、返回值
返回一个布尔型Series,每个值表示Series中的元素是否满足小于或等于的条件。
134-5、说明
无
134-6、用法
134-6-1、数据准备
无
134-6-2、代码示例
# 134、pandas.Series.le方法
import pandas as pd
# 创建一个Series
s1 = pd.Series([3, 6, 10, 11])
s2 = pd.Series([8, 5, 10, 24])
# 使用le方法比较两个Series
result = s1.le(s2)
print(result)
134-6-3、结果输出
# 134、pandas.Series.le方法
# 0 True
# 1 False
# 2 True
# 3 True
# dtype: bool
135、pandas.Series.ge方法
135-1、语法
# 135、pandas.Series.ge方法
pandas.Series.ge(other, level=None, fill_value=None, axis=0)
Return Greater than or equal to of series and other, element-wise (binary operator ge).
Equivalent to series >= other, but with support to substitute a fill_value for missing data in either one of the inputs.
Parameters:
other
Series or scalar value
level
int or name
Broadcast across a level, matching Index values on the passed MultiIndex level.
fill_value
None or float value, default None (NaN)
Fill existing missing (NaN) values, and any new element needed for successful Series alignment, with this value before computation. If data in both corresponding Series locations is missing the result of filling (at that location) will be missing.
axis
{0 or ‘index’}
Unused. Parameter needed for compatibility with DataFrame.
Returns:
Series
The result of the operation.
135-2、参数
135-2-1、other(必须):可以是一个单一的标量值或另一个Series,表示要与Series中的每个元素进行比较的对象。
135-2-2、level(可选,默认值为None):用于指定多重索引的级别,当Series是多层索引时使用。
135-2-3、fill_value(可选,默认值为None):当other和Series之间存在缺失值时,可以使用这个值来填充缺失部分,它通常用于确保比较的完整性。
135-2-4、axis(可选,默认值为0):该参数在比较Series时通常不需要指定,因为Series只有一个维度。
135-3、功能
用于比较Series中的每个元素与另一个值或另一个Series的方法,具体功能是返回一个布尔型Series,指示每个元素是否大于或等于提供的值。
135-4、返回值
返回一个布尔型Series,指示每个元素是否大于或等于所提供的other值。
135-5、说明
无
135-6、用法
135-6-1、数据准备
无
135-6-2、代码示例
# 135、pandas.Series.ge方法
# 135-1、创建一个示例Series
import pandas as pd
s = pd.Series([1, 2, 3, 4, 5])
# 与一个标量进行比较
result = s.ge(3)
print(result, end='\n\n')code>
# 135-2、创建一个示例Series
import pandas as pd
s = pd.Series([1, 2, 3, 4, 5])
# 与另一个Series进行比较
s2 = pd.Series([2, 3, 4, 5, 6])
result2 = s.ge(s2)
print(result2)
135-6-3、结果输出
# 135、pandas.Series.ge方法
# 135-1、创建一个示例Series
# 0 False
# 1 False
# 2 True
# 3 True
# 4 True
# dtype: bool
# 135-2、创建一个示例Series
# 0 False
# 1 False
# 2 False
# 3 False
# 4 False
# dtype: bool
二、推荐阅读
1、Python筑基之旅
2、Python函数之旅
3、Python算法之旅
4、Python魔法之旅
5、博客个人主页
声明
本文内容仅代表作者观点,或转载于其他网站,本站不以此文作为商业用途
如有涉及侵权,请联系本站进行删除
转载本站原创文章,请注明来源及作者。