Python酷库之旅-第三方库Pandas(040)

见贤思齐

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#131、pandas.Series.round方法pandas.Series.round(decimals=0,*args,**kwargs)RoundeachvalueinaSeriestothegivennumberofdecimals.Parameters:decimalsint,default0Numberofdecimalplacestoroundto.Ifdecimalsisnegative,itspecifiesthenumberofpositionstotheleftofthedecimalpoint.*args,**kwargsAdditionalargumentsandkeywordshavenoeffectbutmightbeacceptedforcompatibilitywithNumPy.Returns:SeriesRoundedvaluesoftheSeries.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importpandasaspd#示例Seriess=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')#131-2、差异化设置小数点后的位数importpandasaspd#示例Seriess=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#01.12#12.57#23.99#34.43#dtype:float64#131-2、差异化设置小数点后的位数#01.100#13.000#23.988#34.430#dtype:float64132、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)ReturnLessthanofseriesandother,element-wise(binaryoperatorlt).Equivalenttoseriesother,butwithsupporttosubstituteafill_valueformissingdataineitheroneoftheinputs.ParameterstherSeriesorscalarvaluelevelintornameBroadcastacrossalevel,matchingIndexvaluesonthepassedMultiIndexlevel.fill_valueNoneorfloatvalue,defaultNone(NaN)Fillexistingmissing(NaN)values,andanynewelementneededforsuccessfulSeriesalignment,withthisvaluebeforecomputation.IfdatainbothcorrespondingSerieslocationsismissingtheresultoffilling(atthatlocation)willbemissing.axis{0or‘index’}Unused.ParameterneededforcompatibilitywithDataFrame.Returns:SeriesTheresultoftheoperation.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importpandasaspd#创建一个Seriess1=pd.Series([3,6,5,11])s2=pd.Series([8,10,3,24])#使用gt方法比较两个Seriesresult=s1.gt(s2)print(result)133-6-3、结果输出#133、pandas.Series.gt方法#0False#1False#2True#3False#dtype:bool134、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)ReturnLessthanorequaltoofseriesandother,element-wise(binaryoperatorle).Equivalenttoseries=other,butwithsupporttosubstituteafill_valueformissingdataineitheroneoftheinputs.ParameterstherSeriesorscalarvaluelevelintornameBroadcastacrossalevel,matchingIndexvaluesonthepassedMultiIndexlevel.fill_valueNoneorfloatvalue,defaultNone(NaN)Fillexistingmissing(NaN)values,andanynewelementneededforsuccessfulSeriesalignment,withthisvaluebeforecomputation.IfdatainbothcorrespondingSerieslocationsismissingtheresultoffilling(atthatlocation)willbemissing.axis{0or‘index’}Unused.ParameterneededforcompatibilitywithDataFrame.Returns:SeriesTheresultoftheoperation.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Seriesimportpandasaspds=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')#135-2、创建一个示例Seriesimportpandasaspds=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#0False#1False#2True#3True#4True#dtype:bool#135-2、创建一个示例Series#0False#1False#2False#3False#4False#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