pyspark.pandas.Series

class pyspark.pandas. Series ( data = None , index = None , dtype = None , name = None , copy = False , fastpath = False )

pandas-on-Spark 系列，逻辑上对应于 pandas 系列。它在内部保存 Spark 列。

Variables

• _internal – 用于管理元数据的内部不可变框架。

• _psdf – 父级的pandas-on-Spark DataFrame

Parameters

data array-like, dict, or scalar value, pandas Series

包含存储在Series中的数据 请注意，如果 data 是pandas Series，则不应使用其他参数。

index array-like or Index (1d)

值必须是可哈希的，并且与 数据 的长度相同。 允许非唯一索引值。如果没有提供，将默认为 RangeIndex（0, 1, 2, …, n）。如果同时使用了字典和索引序列，索引将覆盖字典中找到的键。

dtype numpy.dtype or None

如果为 None，dtype 将被推断

copy boolean, default False

复制输入数据

方法

abs ()	返回一个包含每个元素绝对数值的Series/DataFrame。
add (其他[, 填充值])	返回序列和其他元素的加法运算结果，逐元素进行（二元运算符 + ）。
add_prefix (前缀)	使用字符串 前缀 作为标签前缀。
add_suffix (后缀)	后缀标签带有字符串后缀。
agg (函数)	在指定轴上使用一个或多个操作进行聚合。
aggregate (func)	在指定轴上使用一个或多个操作进行聚合。
align (其他[, 连接, 轴, 复制])	使用指定的连接方法将两个对象在其轴上对齐。
all ([axis, skipna])	返回是否所有元素都为真。
any ([axis])	返回是否有任何元素为真。
append (to_append[, ignore_index, …])	连接两个或多个序列。
apply (函数[, 参数])	在Series的值上调用函数。
argmax ([axis, skipna])	返回Series中最大值的整数位置。
argmin ([axis, skipna])	返回Series中最小值的整数位置。
argsort ()	返回用于对Series值进行排序的整数索引。
asof (where)	返回在 where 之前没有任何NaN的最后一行。
astype (dtype)	将 pandas-on-Spark 对象转换为指定的数据类型 dtype 。
at_time (时间[, asof, 轴])	选择特定时间点的值（例如：上午9:30）。
autocorr ([滞后])	计算滞后N的自相关。
backfill ([axis, inplace, limit])	同义词为 DataFrame.fillna() 或 Series.fillna() 并带有 method=`bfill` 。
between (左, 右[, 包含])	返回布尔序列，等价于 left <= series <= right。
between_time (开始时间, 结束时间[, …])	选择一天中特定时间段内的值（例如：上午9:00-9:30）。
bfill ([axis, inplace, limit])	同义词为 DataFrame.fillna() 或 Series.fillna() 并带有 method=`bfill` 。
bool ()	返回当前对象中单个元素的布尔值。
clip ([下限, 上限, 原地])	在输入阈值处修剪值。
combine_first (其他)	合并 Series 的值，优先选择调用 Series 的值。
compare (other[, keep_shape, keep_equal])	与另一个序列进行比较并显示差异。
copy ([deep])	复制此对象的索引和数据。
corr (其他[, 方法, 最小周期])	计算与 其他 序列的相关性，排除缺失值。
count ([axis, numeric_only])	计算每列的非NA单元格数量。
cov (其他[, min_periods, ddof])	计算与 Series 的协方差，排除缺失值。
cummax ([skipna])	返回 DataFrame 或 Series 轴上的累积最大值。
cummin ([skipna])	返回DataFrame或Series轴上的累积最小值。
cumprod ([skipna])	返回 DataFrame 或 Series 轴上的累积乘积。
cumsum ([skipna])	返回 DataFrame 或 Series 轴上的累计和。
describe ([percentiles])	生成描述性统计数据，总结数据集分布的集中趋势、离散度和形状，排除 NaN 值。
diff ([periods])	元素的第一个离散差分。
div (其他)	返回序列和其他的浮点数除法，逐元素进行（二元运算符 / ）。
divide (其他)	返回序列和其他的浮点数除法，逐元素进行（二元运算符 / ）。
divmod (其他)	返回序列和另一个序列的整数除法和模数，逐元素进行（二元运算符 divmod ）。
dot (其他)	计算Series与other列之间的点积。
drop ([labels, index, columns, level, inplace])	返回移除了指定索引标签的序列。
drop_duplicates ([keep, inplace])	返回已删除重复值的序列。
droplevel (级别)	返回移除请求的索引级别后的序列。
dropna ([axis, inplace])	返回一个删除了缺失值的新序列。
duplicated ([保留])	指示重复的Series值。
eq (其他)	比较当前值是否等于另一个值。
equals (其他)	比较当前值是否等于另一个值。
ewm ([com, span, halflife, alpha, …])	提供指数加权窗口变换。
expanding ([min_periods])	提供扩展转换。
explode ()	将类似列表的每个元素转换为一行。
factorize ([sort, na_sentinel])	将对象编码为枚举类型或分类变量。
ffill ([axis, inplace, limit])	同义词为 DataFrame.fillna() 或 Series.fillna() 使用 method=`ffill` 。
fillna ([value, method, axis, inplace, limit])	填充NA/NaN值。
filter ([items, like, regex, axis])	根据指定索引中的标签对数据框的行或列进行子集化。
first (偏移量)	根据日期偏移选择时间序列数据的前几个周期。
first_valid_index ()	检索第一个有效值的索引。
floordiv (其他)	返回序列和其他的整数除法，逐元素进行（二元运算符 // ）。
ge (其他)	比较当前值是否大于或等于另一个值。
get (键[, 默认值])	从对象中获取给定键的项（DataFrame列、Panel切片等）。
get_dtype_counts ()	返回此对象中唯一数据类型的计数。
groupby (by[, axis, as_index, dropna])	使用一个或多个列对DataFrame或Series进行分组。
gt (其他)	比较当前值是否大于另一个值。
head ([n])	返回前n行。
hist ([bins])	绘制DataFrame列的一个直方图。
idxmax ([skipna])	返回最大值的行标签。
idxmin ([skipna])	返回最小值的行标签。
interpolate ([方法, 限制, …])	使用插值方法填充NaN值。
isin (值)	检查 值 是否包含在Series或Index中。
isna ()	检测现有的（非缺失的）值。
isnull ()	检测现有的（非缺失的）值。
item ()	返回底层数据的第一个元素作为Python标量。
items ()	惰性地迭代（索引，值）元组。
iteritems ()	这是 items 的别名。
keys ()	返回索引的别名。
kurt ([axis, skipna, numeric_only])	返回使用Fisher定义的无偏峰度（正态分布的峰度 == 0.0）。
kurtosis ([axis, skipna, numeric_only])	返回使用Fisher定义的无偏峰度（正态分布的峰度 == 0.0）。
last (偏移量)	根据日期偏移选择时间序列数据的最终周期。
last_valid_index ()	返回最后一个非NA/null值的索引。
le (其他)	比较当前值是否小于或等于另一个值。
lt (其他)	比较当前值是否小于另一个值。
mad ()	返回值的平均绝对偏差。
map (arg[, na_action])	根据输入对应关系映射Series的值。
mask (条件[, 其他])	在条件为真时替换值。
max ([axis, skipna, numeric_only])	返回值的最大值。
mean ([axis, skipna, numeric_only])	返回值的平均值。
median ([axis, skipna, numeric_only, accuracy])	返回请求轴上值的中位数。
min ([axis, skipna, numeric_only])	返回值的最小值。
mod (其他)	返回序列和其他的模，逐元素进行（二元运算符 % ）。
mode ([dropna])	返回数据集的众数。
mul (其他)	返回序列和其他元素的乘积，逐元素进行（二元运算符 * ）。
multiply (其他)	返回序列和其他元素的乘积，逐元素进行（二元运算符 * ）。
ne (其他)	比较当前值是否不等于另一个值。
nlargest ([n])	返回最大的 n 个元素。
notna ()	检测现有的（非缺失的）值。
notnull ()	检测现有的（非缺失的）值。
nsmallest ([n])	返回最小的 n 个元素。
nunique ([dropna, approx, rsd])	返回对象中唯一元素的数量。
pad ([axis, inplace, limit])	同义词为 DataFrame.fillna() 或 Series.fillna() 使用 method=`ffill` 。
pct_change ([periods])	当前元素与前一个元素之间的百分比变化。
pipe (函数, *参数, **关键字参数)	应用函数(self, *args, **kwargs)。
pop (项)	返回项目并从系列中删除。
pow (其他)	返回序列与序列及其他元素的指数幂（二元运算符 ** ）。
prod ([axis, skipna, numeric_only, min_count])	返回值的乘积。
product ([axis, skipna, numeric_only, min_count])	返回值的乘积。
quantile ([q, accuracy])	返回给定分位数处的值。
radd (其他[, 填充值])	返回序列和其他的反向加法，逐元素进行（二元运算符 + ）。
rank ([method, ascending, numeric_only])	沿轴计算数值数据的排名（1到n）。
rdiv (其他)	返回序列和其他的反向浮点除法，逐元素进行（二元运算符 / ）。
rdivmod (其他)	返回序列和另一个序列的整数除法和模，逐元素操作（二元运算符 rdivmod ）。
reindex ([index, fill_value])	将系列数据对齐到新的索引，并可选择填充逻辑，将NA/NaN放置在没有先前索引值的位置。
reindex_like (其他)	返回一个与另一个对象具有匹配索引的序列。
rename ([index])	修改序列索引标签或名称。
rename_axis ([mapper, index, inplace])	设置索引或列的轴名称。
repeat (重复次数)	重复一个Series中的元素。
replace ([to_replace, value, regex])	将to_replace中给定的值替换为value。
resample (规则[, 关闭, 标签, 在])	重采样时间序列数据。
reset_index ([level, drop, name, inplace])	生成一个新的DataFrame或Series，并重置索引。
rfloordiv (其他)	返回序列和其他的反向整数除法，逐元素进行（二元运算符 // ）。
rmod (其他)	返回序列和其他的反向模数，逐元素进行（二元运算符 % ）。
rmul (其他)	返回序列和其他的反向乘法，逐元素进行（二元运算符 * ）。
rolling (窗口[, 最小周期])	提供滚动变换。
round ([小数位数])	将序列中的每个值四舍五入到给定的位数。
rpow (其他)	返回序列和其他的反指数幂，逐元素操作（二元运算符 ** ）。
rsub (其他)	返回序列和其他的反向减法，逐元素进行（二元运算符 - ）。
rtruediv (其他)	返回序列和其他的反向浮点除法，逐元素进行（二元运算符 / ）。
sample ([n, frac, replace, random_state, …])	从对象的轴中返回一个随机样本项。
searchsorted (值[, 边])	查找元素应插入以保持顺序的索引。
sem ([axis, skipna, ddof, numeric_only])	返回请求轴上的平均值的无偏标准误差。
shift ([periods, fill_value])	按所需周期数移动序列/索引。
skew ([axis, skipna, numeric_only])	返回通过N-1标准化的无偏斜度。
sort_index ([axis, level, ascending, …])	按标签排序对象（沿轴）
sort_values ([ascending, inplace, …])	按值排序。
squeeze ([轴])	将一维轴对象压缩为标量。
std ([axis, skipna, ddof, numeric_only])	返回样本标准差。
sub (其他)	返回序列和其他的元素减法结果，逐元素进行（二元运算符 - ）。
subtract (其他)	返回序列和其他的元素减法结果，逐元素进行（二元运算符 - ）。
sum ([axis, skipna, numeric_only, min_count])	返回值的总和。
swapaxes (i, j[, copy])	互换轴并适当交换值轴。
swaplevel ([i, j, copy])	在 MultiIndex 中交换层级 i 和 j。
tail ([n])	返回最后 n 行。
take (索引)	返回沿轴的给定 位置 索引中的元素。
to_clipboard ([excel, sep])	将对象复制到系统剪贴板。
to_csv ([路径, 分隔符, 空值表示, 列, 表头, …])	将对象写入逗号分隔值（csv）文件。
to_dataframe ([名称])	将 Series 转换为 DataFrame。
to_dict ([into])	将 Series 转换为 {标签 -> 值} 字典或类似字典的对象。
to_excel (excel_writer[, sheet_name, na_rep, …])	将对象写入 Excel 工作表。
to_frame ([name])	将 Series 转换为 DataFrame。
to_json ([路径, 压缩, 文件数量, …])	将对象转换为JSON字符串。
to_latex ([buf, columns, col_space, header, …])	将对象渲染为 LaTeX 表格环境表。
to_list ()	返回一个值的列表。
to_markdown ([buf, mode])	以Markdown友好格式打印Series或DataFrame。
to_numpy ()	表示此 DataFrame 或 Series 中的值的 NumPy ndarray。
to_pandas ()	返回一个 pandas Series。
to_string ([buf, na_rep, float_format, …])	渲染 Series 的字符串表示形式。
tolist ()	返回一个值的列表。
transform (func[, axis])	调用 func 生成与 self 相同类型的值，并且具有与输入相同的轴长度。
transpose (*args, **kwargs)	返回转置，即自身。
truediv (其他)	返回序列和其他的浮点数除法，逐元素进行（二元运算符 / ）。
truncate ([before, after, axis, copy])	在某个索引值之前和之后截断一个Series或DataFrame。
unique ()	返回Series对象的唯一值。
unstack ([level])	解堆叠，又名
update (其他)	使用传递的Series中的非NA值就地修改Series。
value_counts ([normalize, sort, ascending, …])	返回一个包含唯一值计数的序列。
var ([axis, ddof, numeric_only])	返回无偏方差。
where (条件[, 其他])	在条件为假时替换值。
xs (键[, 级别])	返回序列的横截面。

属性

T	返回转置，即自身。
at	访问行/列标签对的一个单一值。
axes	返回行轴标签的列表。
dtype	返回底层数据的dtype对象。
dtypes	返回底层数据的dtype对象。
empty	如果当前对象为空，则返回 true。
hasnans	如果它有任何缺失值，则返回True。
iat	通过整数位置访问行/列对的单个值。
iloc	纯基于整数位置的索引，用于按位置选择。
索引	Series 的索引（轴标签）列。
is_monotonic	返回布尔值，判断对象中的值是否单调递增。
is_monotonic_decreasing	返回布尔值，判断对象中的值是否单调递减。
is_monotonic_increasing	返回布尔值，判断对象中的值是否单调递增。
is_unique	返回对象中的值是否唯一的布尔值
loc	通过标签或布尔序列访问一组行和列。
name	返回 Series 的名称。
ndim	返回一个表示数组维数数量的整数。
形状	返回底层数据形状的元组。
大小	返回一个表示此对象中元素数量的整数。
values	返回DataFrame或Series的Numpy表示形式。

上一篇

系列

下一页

pyspark.pandas.Series.index