Pandas Series支持哪些常见计算操作？加减乘除和统计分析怎么用？

### Pandas Series 数据计算方法 #### 创建 Series 并执行基本算术运算可以利用 `pandas.Series` 对象来进行多种数值型数据的操作。下面展示如何创建一个简单的 Series，并对其实施加法、减法、乘法以及除法等基础算术操作。 ```python import pandas as pd # 创建两个简单的一维数组作为例子 data1 = [1, 2, 3, 4, 5] data2 = [10, 9, 8, 7, 6] # 将这些列表转化为 Series 类型的对象 s1 = pd.Series(data1) s2 = pd.Series(data2) # 执行四则运算 addition_result = s1 + s2 # 加法 subtraction_result = s1 - s2 # 减法 multiplication_result = s1 * s2 # 乘法 division_result = s1 / s2 # 除法 print(addition_result) # 输出相加后的结果 ``` #### 应用统计函数于 Series 上除了上述的基本数学运算外，还可以直接调用内置的方法来获取统计数据摘要，比如均值(mean)，标准差(std), 中位数(median)等等。 ```python mean_value = addition_result.mean() # 计算平均值 std_deviation = subtraction_result.std() # 计算标准偏差 median_value = multiplication_result.median() # 获取中位数 print(f'Mean Value of Addition Result is {mean_value}') print(f'Standard Deviation of Subtraction Result is {std_deviation}') print(f'Median Value of Multiplication Result is {median_value}') ``` #### 使用自定义函数对 Series 进行变换如果想要更复杂的逻辑处理，则可以通过 apply 方法传递一个 Python 函数给整个序列中的每一个元素。 ```python def custom_function(x): """这是一个用于示范目的的简单平方根函数""" import math return math.sqrt(abs(x)) transformed_series = division_result.apply(custom_function) print(transformed_series.head()) # 显示前几项的结果 ``` 以上就是关于 Pandas 的 Series 结构下一些常见的数据计算方式及其具体实现的例子[^1]。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

下一篇 Python里给变量赋值和写函数，到底该怎么写才规范？