Pandas2.2 Series
Computations descriptive stats
| 方法 | 描述 |
|---|---|
| Series.align(other, join, axis, level, ...) | 用于将两个 Series 对齐，使其具有相同的索引 |
| Series.case_when(caselist) | 用于根据条件列表对 Series 中的元素进行条件判断并返回相应的值 |
| Series.drop(labels, axis, index, columns, ...) | 用于从 Series 中删除指定的行或列（对于 Series 来说，通常是删除行） |
| Series.droplevel(level, axis) | 用于从多层索引（MultiIndex）的 Series 中删除指定的索引层级 |
| Series.drop_duplicates(*, keep, inplace, ...) | 用于从 Series 中删除重复的值 |
Series.duplicated([keep]) |
用于检测 Series 中的重复值 |
| Series.equals(other) | 用于比较两个 Series 对象是否完全相等的方法 |
| Series.first(offset) | 用于根据日期偏移量（offset）选择 Series 中时间序列数据的初始部分 |
Series.head([n]) |
用于返回 Series 的前 n 个元素 |
| Series.idxmax(axis, skipna) | 用于返回 Series 中最大值的索引 |
| Series.idxmin(axis, skipna) | 用于返回 Series 中最小值的索引 |
| Series.isin(values) | 用于检查 Series 中的每个元素是否存在于给定的值集合 values 中 |
| Series.last(offset) | 用于根据日期偏移量（offset）选择 Series 中时间序列数据的末尾部分 |
| Series.reindex(index, axis, method, copy, ...) | 用于重新索引 Series 对象的方法 |
| Series.reindex_like(other, method, copy, ...) | 用于将 Series 对象重新索引以匹配另一个 Series 或 DataFrame 的索引的方法 |
| Series.rename(index, axis, copy, inplace, ...) | 用于重命名 Series 对象的索引或轴标签的方法 |
| Series.rename_axis(mapper, index, axis, ...) | 用于为 Series 的索引轴（index）或列轴（columns，对于 Series 通常不适用）设置名称 |
| Series.reset_index(level, drop, name, ...) | 用于将 Series 的索引重置为默认整数索引的方法 |
| Series.sample(n, frac, replace, weights, ...) | 用于从 Series 中随机抽取样本的方法 |
| Series.set_axis(labels, *, axis, copy) | 用于设置 Series 对象的索引标签的方法。 |
| Series.take(indices, axis) | 用于根据指定的位置索引（indices）从 Series 中提取元素 |
Series.tail([n]) |
用于返回 Series 的最后 n 行数据 |
| Series.truncate(before, after, axis, copy) | 用于截断 Series 或 DataFrame 的数据 |
| Series.where(cond, other, inplace, axis, level) | 用于条件过滤和替换的函数 |
| Series.mask(cond, other, inplace, axis, level) | 用于条件过滤和替换的函数 |
| Series.add_prefix(prefix, axis) | 用于为 Series 的索引或列（对于 DataFrame）添加前缀 |
pandas.Series.add_prefix
pandas.Series.add_prefix(prefix[, axis]) 是 Pandas 库中的一个方法，用于为 Series 的索引或列（对于 DataFrame）添加前缀。对于 Series 来说，它主要用于为索引标签添加前缀。该方法不会修改原 Series 的数据，而是返回一个新的 Series 对象。
方法签名
python
Series.add_prefix(prefix, *, axis=0)参数详解
-
prefix:- 字符串，表示要添加的前缀。
-
axis:- 指定操作的轴，默认为 0（行）。对于
Series，此参数通常不需要指定，因为Series只有一个轴。 - 默认值：
0。
- 指定操作的轴，默认为 0（行）。对于
返回值
- 返回一个新的
Series，其中索引标签已添加了指定的前缀。
示例及结果
示例 1：为索引添加前缀
python
import pandas as pd
# 创建一个简单的 Series
s = pd.Series([1, 2, 3], index=['a', 'b', 'c'])
print("原始 Series:")
print(s)
# 使用 add_prefix 方法为索引添加前缀 'pre_'
s_with_prefix = s.add_prefix('pre_')
print("\n添加前缀后的 Series:")
print(s_with_prefix)输出结果
plaintext
原始 Series:
a 1
b 2
c 3
dtype: int64
添加前缀后的 Series:
pre_a 1
pre_b 2
pre_c 3
dtype: int64在这个例子中，我们使用 add_prefix 方法将前缀 'pre_' 添加到 Series 的索引标签上，从而生成新的 Series。
示例 2：为 MultiIndex 添加前缀
python
# 创建一个带有 MultiIndex 的 Series
multi_index = pd.MultiIndex.from_tuples([('a', 'x'), ('b', 'y'), ('c', 'z')], names=['first', 'second'])
s_multi = pd.Series([1, 2, 3], index=multi_index)
print("\n原始 MultiIndex Series:")
print(s_multi)
# 使用 add_prefix 方法为 MultiIndex 添加前缀 'pre_'
s_multi_with_prefix = s_multi.add_prefix('pre_')
print("\n添加前缀后的 MultiIndex Series:")
print(s_multi_with_prefix)输出结果
plaintext
始 MultiIndex Series:
first second
a x 1
b y 2
c z 3
dtype: int64
添加前缀后的 MultiIndex Series:
first second
pre_a pre_x 1
pre_b pre_y 2
pre_c pre_z 3
dtype: int64在这个例子中，我们使用 add_prefix 方法将前缀 'pre_' 添加到 MultiIndex 的所有级别上，生成新的 Series。
示例 3：处理非字符串索引
python
# 创建一个带有非字符串索引的 Series
s_non_str_index = pd.Series([10, 20, 30], index=[1, 2, 3])
print("\n原始带有非字符串索引的 Series:")
print(s_non_str_index)
# 使用 add_prefix 方法为非字符串索引添加前缀 'idx_'
s_non_str_with_prefix = s_non_str_index.add_prefix('idx_')
print("\n添加前缀后的 Series:")
print(s_non_str_with_prefix)输出结果
plaintext
原始带有非字符串索引的 Series:
1 10
2 20
3 30
dtype: int64
添加前缀后的 Series:
idx_1 10
idx_2 20
idx_3 30
dtype: int64在这个例子中，即使索引不是字符串类型，add_prefix 方法也会将前缀添加到每个索引标签的字符串表示形式上。
注意事项
add_prefix()方法不会修改原Series的数据，而是返回一个新的Series。- 如果索引已经是字符串类型，则直接在字符串前面添加前缀；如果索引是其他类型，则会先将其转换为字符串再添加前缀。
- 对于
MultiIndex，前缀会添加到每一级索引标签上。