系列

构造器

Series \([data, index, dtype, name, copy, ...] )

带有轴标签的一维ndarray(包括时间序列)。

属性

Axes

Series.index	系列的索引(轴标签)。
Series.array	支持此系列或索引的数据的扩展数组。
Series.values	根据数据类型将系列返回为ndarray或类似ndarray。
Series.dtype	返回底层数据的dtype对象。
Series.shape	返回基础数据的形状的元组。
Series.nbytes	返回基础数据中的字节数。
Series.ndim	根据定义1，基础数据的维度数。
Series.size	返回基础数据中的元素数。
Series.T	返回转置，根据定义，转置是self。
Series.memory_usage \([index, deep] )	返回该系列的内存使用情况。
Series.hasnans	如果有任何NAN，则返回True。
Series.empty	指示Series/DataFrame是否为空。
Series.dtypes	返回底层数据的dtype对象。
Series.name	返回系列的名称。
Series.flags	获取与此Pandas对象关联的属性。
Series.set_flags \(*[, copy, ...] )	返回一个具有更新标志的新对象。

转换

Series.astype \(dtype[, copy, errors] )	将Pandas对象强制转换为指定的dtype dtype 。
Series.convert_dtypes \([infer_objects, ...] )	使用支持的数据类型将列转换为最佳数据类型 pd.NA 。
Series.infer_objects \()	尝试为对象列推断更好的数据类型。
Series.copy \([deep] )	复制此对象的索引和数据。
Series.bool \()	返回单个元素Series或DataFrame的布尔值。
Series.to_numpy \([dtype, copy, na_value] )	表示此系列或索引中的值的NumPy ndarray。
Series.to_period \([freq, copy] )	将系列从DatetimeIndex转换为PerodIndex。
Series.to_timestamp \([freq, how, copy] )	强制转换为时间戳的DatetimeIndex，位于 起头 属于那个时期。
Series.to_list \()	返回值列表。
Series.__array__ \([dtype] )	以NumPy数组的形式返回值。

索引、迭代

Series.get \(密钥[, default] )	从给定键的对象中获取项(例如：DataFrame列)。
Series.at	访问行/列标签对的单个值。
Series.iat	按整数位置访问行/列对的单个值。
Series.loc	通过标签或布尔数组访问一组行和列。
Series.iloc	纯粹基于整数位置的索引，用于按位置选择。
Series.__iter__ \()	返回值的迭代器。
Series.items \()	懒惰地迭代(索引、值)元组。
Series.iteritems \()	懒惰地迭代(索引、值)元组。
Series.keys \()	返回索引的别名。
Series.pop \(项目)	从系列中退货和退货。
Series.item \()	将底层数据的第一个元素作为Python标量返回。
Series.xs \(密钥[, axis, level, drop_level] )	从系列/数据帧返回横截面。

有关以下内容的更多信息： .at ， .iat ， .loc ，以及 .iloc ，请参阅 indexing documentation 。

二元算子函数

Series.add \(其他[, level, fill_value, axis] )	按元素(二元运算符)返回级数和其他的相加 add )。
Series.sub \(其他[, level, fill_value, axis] )	级数和其他元素的返回减法(二元运算符 sub )。
Series.mul \(其他[, level, fill_value, axis] )	级数和其他元素的返回乘法(二元运算符 mul )。
Series.div \(其他[, level, fill_value, axis] )	返回按元素(二元运算符)的级数和其他的浮点除法 truediv )。
Series.truediv \(其他[, level, fill_value, axis] )	返回按元素(二元运算符)的级数和其他的浮点除法 truediv )。
Series.floordiv \(其他[, level, fill_value, axis] )	返回级数和其他元素的整数除法(二元运算符 floordiv )。
Series.mod \(其他[, level, fill_value, axis] )	级数和其他元素的返回模数(二元运算符 mod )。
Series.pow \(其他[, level, fill_value, axis] )	返回级数和其他元素的指数幂(二元运算符 pow )。
Series.radd \(其他[, level, fill_value, axis] )	按元素(二元运算符)返回级数和其他的相加 radd )。
Series.rsub \(其他[, level, fill_value, axis] )	级数和其他元素的返回减法(二元运算符 rsub )。
Series.rmul \(其他[, level, fill_value, axis] )	级数和其他元素的返回乘法(二元运算符 rmul )。
Series.rdiv \(其他[, level, fill_value, axis] )	返回按元素(二元运算符)的级数和其他的浮点除法 rtruediv )。
Series.rtruediv \(其他[, level, fill_value, axis] )	返回按元素(二元运算符)的级数和其他的浮点除法 rtruediv )。
Series.rfloordiv \(其他[, level, fill_value, ...] )	返回级数和其他元素的整数除法(二元运算符 rfloordiv )。
Series.rmod \(其他[, level, fill_value, axis] )	级数和其他元素的返回模数(二元运算符 rmod )。
Series.rpow \(其他[, level, fill_value, axis] )	返回级数和其他元素的指数幂(二元运算符 rpow )。
Series.combine \(其他、函数 [, fill_value] )	根据将系列与系列或标量组合在一起 func 。
Series.combine_first \(其他)	使用‘Other’中相同位置的值更新空元素。
Series.round \([decimals] )	将序列中的每个值四舍五入到给定的小数位数。
Series.lt \(其他[, level, fill_value, axis] )	按元素(二元运算符)返回小于级数和其他 lt )。
Series.gt \(其他[, level, fill_value, axis] )	按元素(二元运算符)返回系列和其他的大于 gt )。
Series.le \(其他[, level, fill_value, axis] )	按元素(二元运算符)返回小于或等于的级数和其他 le )。
Series.ge \(其他[, level, fill_value, axis] )	按元素(二元运算符)返回大于或等于级数和其他 ge )。
Series.ne \(其他[, level, fill_value, axis] )	按元素(二元运算符)返回不等于的级数和其他 ne )。
Series.eq \(其他[, level, fill_value, axis] )	按元素(二元运算符)返回级数和其他的等于 eq )。
Series.product \([axis, skipna, level, ...] )	返回值在请求的轴上的乘积。
Series.dot \(其他)	计算级数和其他列之间的点积。

函数应用程序，分组依据窗口(&W)

Series.apply \(函数[, convert_dtype, args] )	对系列的值调用函数。
Series.agg \([func, axis] )	使用指定轴上的一个或多个操作进行聚合。
Series.aggregate \([func, axis] )	使用指定轴上的一个或多个操作进行聚合。
Series.transform \(函数[, axis] )	打电话 func 关于自己产生与自己具有相同轴形的级数。
Series.map \(参数[, na_action] )	根据输入映射或函数映射系列的值。
Series.groupby \([by, axis, level, as_index, ...] )	使用映射器或按一系列柱对系列进行分组。
Series.rolling \(窗口[, min_periods, ...] )	提供滚动窗口计算。
Series.expanding \([min_periods, center, ...] )	提供扩展窗口计算。
Series.ewm \([com, span, halflife, alpha, ...] )	提供指数加权(EW)计算。
Series.pipe \(函数，*args, * *kwargs)	应用预期为Series或DataFrame的可链接函数。

计算/描述性统计

Series.abs \()	返回一个具有每个元素的绝对数值的Series/DataFrame。
Series.all \([axis, bool_only, skipna, level] )	返回是否所有元素都为True，可能是在某个轴上。
Series.any \([axis, bool_only, skipna, level] )	返回是否有任何元素为True，可能是在轴上。
Series.autocorr \([lag] )	计算LAG-N自相关。
Series.between \(左、右[, inclusive] )	返回等同于Left<=Series<=Right的布尔级数。
Series.clip \([lower, upper, axis, inplace] )	修剪输入阈值上的值。
Series.corr \(其他[, method, min_periods] )	计算相关性与 other 序列，不包括缺失值。
Series.count \([level] )	返回序列中非NA/NULL观测值的数量。
Series.cov \(其他[, min_periods, ddof] )	计算系列协方差，不包括缺失值。
Series.cummax \([axis, skipna] )	返回DataFrame或Series轴上的累计最大值。
Series.cummin \([axis, skipna] )	返回DataFrame或Series轴上的累计最小值。
Series.cumprod \([axis, skipna] )	返回DataFrame或Series轴上的累计积。
Series.cumsum \([axis, skipna] )	返回DataFrame或Series轴上的累计和。
Series.describe \([percentiles, include, ...] )	生成描述性统计数据。
Series.diff \([periods] )	单元的一阶离散差分。
Series.factorize \([sort, na_sentinel] )	将对象编码为枚举类型或类别变量。
Series.kurt \([axis, skipna, level, numeric_only] )	返回请求的轴上的无偏峰度。
Series.mad \([axis, skipna, level] )	(已弃用)返回值在请求的轴上的平均绝对偏差。
Series.max \([axis, skipna, level, numeric_only] )	返回请求的轴上的最大值。
Series.mean \([axis, skipna, level, numeric_only] )	返回请求的轴上的值的平均值。
Series.median \([axis, skipna, level, ...] )	返回值在请求的轴上的中位数。
Series.min \([axis, skipna, level, numeric_only] )	返回请求的轴上的最小值。
Series.mode \([dropna] )	返回系列的模式。
Series.nlargest \([n, keep] )	退回最大的 n 元素。
Series.nsmallest \([n, keep] )	返回最小的 n 元素。
Series.pct_change \([periods, fill_method, ...] )	当前元素和前一个元素之间的百分比变化。
Series.prod \([axis, skipna, level, ...] )	返回值在请求的轴上的乘积。
Series.quantile \([q, interpolation] )	返回给定分位数的值。
Series.rank \([axis, method, numeric_only, ...] )	沿轴计算数值数据排名(从1到n)。
Series.sem \([axis, skipna, level, ddof, ...] )	返回请求轴上平均值的无偏标准误差。
Series.skew \([axis, skipna, level, numeric_only] )	返回请求的轴上的无偏斜。
Series.std \([axis, skipna, level, ddof, ...] )	返回要求轴上的样本标准偏差。
Series.sum \([axis, skipna, level, ...] )	返回请求的轴上的值的总和。
Series.var \([axis, skipna, level, ddof, ...] )	返回请求的轴上的无偏差。
Series.kurtosis \([axis, skipna, level, ...] )	返回请求的轴上的无偏峰度。
Series.unique \()	返回Series对象的唯一值。
Series.nunique \([dropna] )	返回对象中唯一元素的数量。
Series.is_unique	如果对象中的值是唯一的，则返回布尔值。
Series.is_monotonic	如果对象中的值是单调递增的，则返回布尔值。
Series.is_monotonic_increasing	如果对象中的值是单调递增的，则返回布尔值。
Series.is_monotonic_decreasing	如果对象中的值是单调递减的，则返回布尔值。
Series.value_counts \([normalize, sort, ...] )	返回包含唯一值计数的系列。

重建索引/选择/标签操作

Series.align \(其他[, join, axis, level, ...] )	将两个对象的轴向与指定的联接方法对齐。
Series.drop \([labels, axis, index, columns, ...] )	删除了指定索引标签的返回系列。
Series.droplevel \(级别[, axis] )	返回删除了请求的索引/列级别的Series/DataFrame。
Series.drop_duplicates \([keep, inplace] )	已删除重复值的返回系列。
Series.duplicated \([keep] )	表示重复的系列值。
Series.equals \(其他)	测试两个对象是否包含相同的元素。
Series.first \(偏移)	根据日期偏移量选择时间序列数据的初始期间。
Series.head \([n] )	返回第一个 n 排好了。
Series.idxmax \([axis, skipna] )	返回最大值的行标签。
Series.idxmin \([axis, skipna] )	返回最小值的行标签。
Series.isin \(值)	系列中的元素是否包含在 values 。
Series.last \(偏移)	根据日期偏移量选择时间序列数据的最终期间。
Series.reindex \(*args, * *kwargs)	通过可选的填充逻辑使系列符合新的索引。
Series.reindex_like \(其他[, method, copy, ...] )	将索引匹配的对象作为其他对象返回。
Series.rename \([index, axis, copy, inplace, ...] )	更改系列索引标签或名称。
Series.rename_axis \([mapper, index, columns, ...] )	设置索引或列的轴的名称。
Series.reset_index \([level, drop, name, ...] )	在重置索引的情况下生成新的DataFrame或Series。
Series.sample \([n, frac, replace, weights, ...] )	从对象轴返回项目的随机样本。
Series.set_axis \(标签[, axis, inplace] )	将所需的索引指定给给定轴。
Series.take \(索引[, axis, is_copy] )	返回给定元素中的元素 位置 沿轴的索引。
Series.tail \([n] )	退还最后一张 n 排好了。
Series.truncate \([before, after, axis, copy] )	在某些索引值之前和之后截断Series或DataFrame。
Series.where \(条件[, other, inplace, axis, ...] )	替换条件为FALSE的值。
Series.mask \(条件[, other, inplace, axis, ...] )	替换条件为True的值。
Series.add_prefix \(前缀)	使用字符串为标签添加前缀 prefix 。
Series.add_suffix \(后缀)	使用字符串为标签添加后缀 suffix 。
Series.filter \([items, like, regex, axis] )	根据指定的索引标签子集数据帧的行或列。

缺少数据处理

Series.backfill \([axis, inplace, limit, downcast] )	的同义词 DataFrame.fillna() 使用 method='bfill' 。
Series.bfill \([axis, inplace, limit, downcast] )	的同义词 DataFrame.fillna() 使用 method='bfill' 。
Series.dropna \([axis, inplace, how] )	返回删除了缺失值的新系列。
Series.ffill \([axis, inplace, limit, downcast] )	的同义词 DataFrame.fillna() 使用 method='ffill' 。
Series.fillna \([value, method, axis, ...] )	使用指定的方法填充NA/NaN值。
Series.interpolate \([method, axis, limit, ...] )	使用插值法填充NaN值。
Series.isna \()	检测缺少的值。
Series.isnull \()	Series.isull是Series.isna的别名。
Series.notna \()	检测现有(非缺失)值。
Series.notnull \()	Series.notull是Series.notna的别名。
Series.pad \([axis, inplace, limit, downcast] )	的同义词 DataFrame.fillna() 使用 method='ffill' 。
Series.replace \([to_replace, value, inplace, ...] )	替换中给出的值 to_replace 使用 value 。

重塑，排序

Series.argsort \([axis, kind, order] )	返回对Series值进行排序的整数索引。
Series.argmin \([axis, skipna] )	返回序列中最小值的int位置。
Series.argmax \([axis, skipna] )	返回序列中最大值的整型位置。
Series.reorder_levels \(订单)	使用输入顺序重新排列索引级别。
Series.sort_values \([axis, ascending, ...] )	按值排序。
Series.sort_index \([axis, level, ascending, ...] )	按索引标签对系列进行排序。
Series.swaplevel \([i, j, copy] )	中交换级别i和j。 MultiIndex 。
Series.unstack \([level, fill_value] )	取消堆叠，也称为Pivot，与多索引串联以生成DataFrame。
Series.explode \([ignore_index] )	将类似列表的每个元素转换为行。
Series.searchsorted \(值[, side, sorter] )	查找应插入元素以维持顺序的索引。
Series.ravel \([order] )	将拼合的基础数据作为ndarray返回。
Series.repeat \(重复[, axis] )	重复系列的元素。
Series.squeeze \([axis] )	将1维轴对象压缩为标量。
Series.view \([dtype] )	创建系列的新视图。

合并/比较/合并/合并

Series.append \(至_追加[, ignore_index, ...] )	(已弃用)串联两个或多个系列。
Series.compare \(其他[, align_axis, ...] )	与其他系列进行比较，并显示不同之处。
Series.update \(其他)	使用传递的系列中的值就地修改系列。

与时间序列相关的

Series.asfreq \(频率 [, method, how, ...] )	将时间序列转换为指定频率。
Series.asof \(其中 [, subset] )	返回之前没有任何NAN的最后一行 where 。
Series.shift \([periods, freq, axis, fill_value] )	使用可选时间按所需期间数移位索引 freq 。
Series.first_valid_index \()	返回第一个非NA值的索引，如果没有找到非NA值，则返回NONE。
Series.last_valid_index \()	返回最后一个非NA值的索引，如果没有找到非NA值，则返回NONE。
Series.resample \(规则[, axis, closed, label, ...] )	重新采样时间序列数据。
Series.tz_convert \(TZ[, axis, level, copy] )	将TZ感知轴转换为目标时区。
Series.tz_localize \(TZ[, axis, level, copy, ...] )	将Series或DataFrame的Tz-naive索引本地化到目标时区。
Series.at_time \(时间[, asof, axis] )	选择一天中特定时间(例如上午9：30)的值。
Series.between_time \(开始_时间，结束_时间 [, ...] )	选择一天中特定时间(例如，上午9：00-9：30)之间的值。
Series.tshift \([periods, freq, axis] )	(已弃用)移动时间索引，使用索引的频率(如果可用)。
Series.slice_shift \([periods, axis] )	(已弃用)等同于 shift 而不复制数据。

访问者

Pandas在各种访问器下提供特定于dtype的方法。它们是内的单独的命名空间 Series 这只适用于特定的数据类型。

数据类型	访问者
DateTime，Timedelta，句号	dt
细绳	str
直截了当的	cat
稀疏	sparse

类DateTime属性

Series.dt 可用于以类似DateTime的形式访问序列的值并返回几个属性。可以像这样访问这些内容 Series.dt.<property> 。

DateTime属性

Series.dt.date	返回PYTHON的NumPy数组 datetime.date 对象。
Series.dt.time	返回NumPy数组 datetime.time 对象。
Series.dt.timetz	返回NumPy数组 datetime.time 具有时区信息的对象。
Series.dt.year	日期时间的年份。
Series.dt.month	月份为1月=1，12月=12。
Series.dt.day	约会时间的日期。
Series.dt.hour	约会时间的小时数。
Series.dt.minute	约会时间的分钟数。
Series.dt.second	日期时间的秒数。
Series.dt.microsecond	日期时间的微秒数。
Series.dt.nanosecond	日期时间的纳秒。
Series.dt.week	(已弃用)根据ISO 8601标准，一年中的第几周。
Series.dt.weekofyear	(已弃用)根据ISO 8601标准，一年中的第几周。
Series.dt.dayofweek	星期一=0，星期日=6的星期几。
Series.dt.day_of_week	星期一=0，星期日=6的星期几。
Series.dt.weekday	星期一=0，星期日=6的星期几。
Series.dt.dayofyear	一年中的第几天。
Series.dt.day_of_year	一年中的第几天。
Series.dt.quarter	日期的第1季度。
Series.dt.is_month_start	指示日期是否为每月的第一天。
Series.dt.is_month_end	指示日期是否为该月的最后一天。
Series.dt.is_quarter_start	日期是否为季度的第一天的指示器。
Series.dt.is_quarter_end	日期是否为季度的最后一天的指示器。
Series.dt.is_year_start	指示日期是否为一年的第一天。
Series.dt.is_year_end	指示该日期是否为一年的最后一天。
Series.dt.is_leap_year	日期是否属于闰年的布尔指示符。
Series.dt.daysinmonth	一个月中的天数。
Series.dt.days_in_month	一个月中的天数。
Series.dt.tz	返回时区。
Series.dt.freq	返回此周期数组的频率对象。

DateTime方法

Series.dt.isocalendar \()	根据ISO 8601标准计算年、周和日。
Series.dt.to_period \(*args, * *kwargs)	以特定频率强制转换为周期数组/索引。
Series.dt.to_pydatetime \()	将数据作为 datetime.datetime 对象。
Series.dt.tz_localize \(*args, * *kwargs)	将tz-naive DateTime数组/索引本地化为TZ感知的DateTime数组/索引。
Series.dt.tz_convert \(*args, * *kwargs)	将TZ感知的DateTime数组/索引从一个时区转换为另一个时区。
Series.dt.normalize \(*args, * *kwargs)	将时间转换为午夜。
Series.dt.strftime \(*args, * *kwargs)	使用指定的Date_Format转换为索引。
Series.dt.round \(*args, * *kwargs)	将数据四舍五入到指定的 freq 。
Series.dt.floor \(*args, * *kwargs)	对指定的数据执行底层操作 freq 。
Series.dt.ceil \(*args, * *kwargs)	对数据执行CEIL运算到指定的 freq 。
Series.dt.month_name \(*args, * *kwargs)	属性的月份名称。 Series 或 DatetimeIndex 具有指定的区域设置。
Series.dt.day_name \(*args, * *kwargs)	属性的日期名称。 Series 或 DatetimeIndex 具有指定的区域设置。

期间属性

Series.dt.qyear
Series.dt.start_time	获取时段开始的时间戳。
Series.dt.end_time	获取时段结束的时间戳。

Timedelta属性

Series.dt.days	每个元素的天数。
Series.dt.seconds	每个元素的秒数(>=0且小于1天)。
Series.dt.microseconds	每个元素的微秒数(>=0且小于1秒)。
Series.dt.nanoseconds	每个元素的纳秒数(>=0且小于1微秒)。
Series.dt.components	返回Timedeltas组件的数据帧。

Timedelta方法

Series.dt.to_pytimedelta \()	返回本机的数组 datetime.timedelta 对象。
Series.dt.total_seconds \(*args, * *kwargs)	返回每个元素的总持续时间，以秒为单位。

字符串处理

Series.str 可用于以字符串形式访问序列的值，并对其应用多种方法。可以像这样访问这些内容 Series.str.<function/property> 。

Series.str.capitalize \()	将系列/索引中的字符串转换为大写。
Series.str.casefold \()	将序列/索引中的字符串转换为大小写折叠。
Series.str.cat \([others, sep, na_rep, join] )	使用给定的分隔符连接序列/索引中的字符串。
Series.str.center \(宽度[, fillchar] )	在序列/索引中填充字符串的左侧和右侧。
Series.str.contains \(PAT[, case, flags, na, ...] )	测试序列或索引的字符串中是否包含模式或正则表达式。
Series.str.count \(PAT[, flags] )	统计序列/索引的每个字符串中模式的出现次数。
Series.str.decode \(编码[, errors] )	使用指定的编码对序列/索引中的字符串进行解码。
Series.str.encode \(编码[, errors] )	使用指定的编码对序列/索引中的字符串进行编码。
Series.str.endswith \(PAT[, na] )	测试每个字符串元素的结尾是否与模式匹配。
Series.str.extract \(PAT[, flags, expand] )	在正则表达式中提取捕获组 pat 作为DataFrame中的列。
Series.str.extractall \(PAT[, flags] )	在正则表达式中提取捕获组 pat 作为DataFrame中的列。
Series.str.find \(SUB [, start, end] )	返回序列/索引中每个字符串中的最低索引。
Series.str.findall \(PAT[, flags] )	查找序列/索引中模式或正则表达式的所有匹配项。
Series.str.fullmatch \(PAT[, case, flags, na] )	确定每个字符串是否与正则表达式完全匹配。
Series.str.get \(i)	从指定位置的每个组件中提取元素。
Series.str.index \(SUB [, start, end] )	返回序列/索引中每个字符串的最低索引。
Series.str.join \(9月)	使用传递的分隔符联接作为系列/索引中的元素包含的列表。
Series.str.len \()	计算系列/索引中每个元素的长度。
Series.str.ljust \(宽度[, fillchar] )	在序列/索引中填充字符串的右侧。
Series.str.lower \()	将系列/索引中的字符串转换为小写。
Series.str.lstrip \([to_strip] )	删除前导字符。
Series.str.match \(PAT[, case, flags, na] )	确定每个字符串是否以正则表达式的匹配项开头。
Series.str.normalize \(表格)	返回序列/索引中字符串的Unicode范式。
Series.str.pad \(宽度[, side, fillchar] )	将系列/索引中的字符串填充到宽度。
Series.str.partition \([sep, expand] )	在第一次出现时拆分字符串 sep 。
Series.str.removeprefix \(前缀)	从对象序列中删除前缀。
Series.str.removesuffix \(后缀)	从对象序列中删除后缀。
Series.str.repeat \(重复)	复制系列或索引中的每个字符串。
Series.str.replace \(Pat，Repl[, n, case, ...] )	替换系列/索引中出现的每个模式/正则表达式。
Series.str.rfind \(SUB [, start, end] )	返回序列/索引中每个字符串中的最高索引。
Series.str.rindex \(SUB [, start, end] )	返回序列/索引中每个字符串中的最高索引。
Series.str.rjust \(宽度[, fillchar] )	填充系列/索引中字符串的左侧。
Series.str.rpartition \([sep, expand] )	在最后一次出现时拆分字符串 sep 。
Series.str.rstrip \([to_strip] )	删除尾随字符。
Series.str.slice \([start, stop, step] )	切分系列或索引中每个元素的子字符串。
Series.str.slice_replace \([start, stop, repl] )	用另一个值替换字符串的位置片段。
Series.str.split \([pat, n, expand, regex] )	在给定的分隔符/分隔符周围拆分字符串。
Series.str.rsplit \([pat, n, expand] )	在给定的分隔符/分隔符周围拆分字符串。
Series.str.startswith \(PAT[, na] )	测试每个字符串元素的开头是否与模式匹配。
Series.str.strip \([to_strip] )	删除前导字符和尾随字符。
Series.str.swapcase \()	将序列/索引中的字符串转换为交换。
Series.str.title \()	将系列/索引中的字符串转换为大小写。
Series.str.translate \(表)	通过给定的映射表映射字符串中的所有字符。
Series.str.upper \()	将序列/索引中的字符串转换为大写。
Series.str.wrap \(宽度， ** Kwargs)	序列/索引中的字符串以指定的行宽换行。
Series.str.zfill \(宽度)	在序列/索引中添加前缀‘0’字符的字符串。
Series.str.isalnum \()	检查每个字符串中的所有字符是否都是字母数字。
Series.str.isalpha \()	检查每个字符串中的所有字符是否都是字母。
Series.str.isdigit \()	检查每个字符串中的所有字符是否都是数字。
Series.str.isspace \()	检查每个字符串中的所有字符是否都是空格。
Series.str.islower \()	检查每个字符串中的所有字符是否都是小写。
Series.str.isupper \()	检查每个字符串中的所有字符是否均为大写。
Series.str.istitle \()	检查每个字符串中的所有字符是否都是大小写。
Series.str.isnumeric \()	检查每个字符串中的所有字符是否都是数字。
Series.str.isdecimal \()	检查每个字符串中的所有字符是否都是小数。
Series.str.get_dummies \([sep] )	返回Series的伪变量/指示器变量的DataFrame。

范畴存取器

类别-dtype特定的方法和属性位于 Series.cat 访问者。

Series.cat.categories	这个定语的范畴。
Series.cat.ordered	类别是否具有有序关系。
Series.cat.codes	返回一系列代码以及索引。

Series.cat.rename_categories \(*args, * *kwargs)	重命名类别。
Series.cat.reorder_categories \(*args, * *kwargs)	按照NEW_CATEGORES中指定的方式对类别进行重新排序。
Series.cat.add_categories \(*args, * *kwargs)	添加新类别。
Series.cat.remove_categories \(*args, * *kwargs)	删除指定的类别。
Series.cat.remove_unused_categories \(*参数，...)	删除不使用的类别。
Series.cat.set_categories \(*args, * *kwargs)	将类别设置为指定的NEW_CACTIONS。
Series.cat.as_ordered \(*args, * *kwargs)	将分类词设置为有序。
Series.cat.as_unordered \(*args, * *kwargs)	将定义词设置为无序。

稀疏访问器

稀疏数据类型特定的方法和属性在 Series.sparse 访问者。

Series.sparse.npoints	非政府组织数量 fill_value 分数。
Series.sparse.density	非政府组织的百分比 fill_value 点，以十进制表示。
Series.sparse.fill_value	中的元素 data 它们是 fill_value 不会被存储。
Series.sparse.sp_values	一个ndarray包含非 fill_value 价值。

Series.sparse.from_coo \(a[, dense_index] )	使用来自scipy.parse.coo_Matrix的稀疏值创建一个Series。
Series.sparse.to_coo \([row_levels, ...] )	从具有多索引的Series创建一个scipy.parse.coo_Matrix。

旗子

标志是指Pandas对象的属性。数据集的属性(如记录的日期、从中访问它的URL等)应存储在 Series.attrs 。

Flags \(OBJ，*，允许_复制_标签)

适用于Pandas对象的标志。

元数据

Series.attrs 是用于存储本系列的全局元数据的词典。

警告

Series.attrs 被认为是试验性的，可能会在没有警告的情况下发生变化。

Series.attrs

此数据集的全局属性的字典。

标绘

Series.plot 是表单的特定绘图方法的可调用方法和命名空间属性 Series.plot.<kind> 。

Series.plot \([kind, ax, figsize, ....] )

一种系列绘图存取器和方法

Series.plot.area \([x, y] )	绘制堆叠面积图。
Series.plot.bar \([x, y] )	垂直条形图。
Series.plot.barh \([x, y] )	绘制水平条形图。
Series.plot.box \([by] )	制作DataFrame列的框图。
Series.plot.density \([bw_method, ind] )	使用高斯核生成核密度估计图。
Series.plot.hist \([by, bins] )	绘制DataFrame的列的一个直方图。
Series.plot.kde \([bw_method, ind] )	使用高斯核生成核密度估计图。
Series.plot.line \([x, y] )	将系列或数据帧绘制为线条。
Series.plot.pie \(** Kwargs)	生成饼图。

Series.hist \([by, ax, grid, xlabelsize, ...] )

使用matplotlib绘制输入序列的直方图。

序列化/IO/转换

Series.to_pickle \(路径[, compression, ...] )	Pickle(序列化)对象到文件。
Series.to_csv \([path_or_buf, sep, na_rep, ...] )	将对象写入逗号分隔值(CSV)文件。
Series.to_dict \([into] )	将系列转换为{标签->值}词典或类似词典的对象。
Series.to_excel \(EXCEL_编写器[, sheet_name, ...] )	将对象写入Excel工作表。
Series.to_frame \([name] )	将系列转换为DataFrame。
Series.to_xarray \()	从Pandas对象返回一个XARRAY对象。
Series.to_hdf \(路径_或_buf，键[, mode, ...] )	使用HDFStore将包含的数据写入HDF5文件。
Series.to_sql \(名称，控制 [, schema, ...] )	将存储在DataFrame中的记录写入SQL数据库。
Series.to_json \([path_or_buf, orient, ...] )	将对象转换为JSON字符串。
Series.to_string \([buf, na_rep, ...] )	呈现序列的字符串表示形式。
Series.to_clipboard \([excel, sep] )	将对象复制到系统剪贴板。
Series.to_latex \([buf, columns, col_space, ...] )	将对象呈现到LaTeX表格、长表或嵌套表。
Series.to_markdown \([buf, mode, index, ...] )	以支持降价的格式打印系列。

上一页

pandas.util.hash_pandas_object

下一页

pandas.Series