13 如何把一个 numpy array 转换成规定形状的 dataframe

现有Series如下

np_array = np.random.randint(1, 10, 35)

要求转化为7行5列的DataFrame如下图：

image.png

解决办法：

ser = pd.Series(np_array)
df = pd.DataFrame(ser.values.reshape(7,5))
print(df)

image.png

14 在Series中找到能够被3整除的元素位置

现有Series如下：

ser = pd.Series(np.random.randint(1, 10, 7))
ser

输出

0    1
1    5
2    7
3    2
4    4
5    1
6    3
dtype: int64

解决办法如下：

np.argwhere(ser % 3==0)

输出

array([[6]]) #索引6所在的元素能够被3整除

15 从一个Series中按照指定位置摘除元素组成新的Series

现有Series如下

ser = pd.Series(list('abcdefghijklmnopqrstuvwxyz'))

拿出[0, 4, 8, 14, 20]位置所在的元素组成新的Series
解决办法：

pos = [0, 4, 8, 14, 20]
ser.take(pos)

输入：

0     a
4     e
8     i
14    o
20    u
dtype: object

16 如何水平堆叠/垂直堆叠两个Series

现有两个Series如下：

ser1 = pd.Series(range(5))
ser2 = pd.Series(list('abcde'))

Vertical垂直 (变高)

ser1.append(ser2)

输出：

0    0
1    1
2    2
3    3
4    4
0    a
1    b
2    c
3    d
4    e
dtype: object

Horizontal水平 (变宽)

df = pd.concat([ser1, ser2], axis=1)
df

image.png

16 查找Series2中的元素，在Series1的那个位置?

现有Series如下：

ser1 = pd.Series([10, 9, 6, 5, 3, 1, 12, 8, 13])
ser2 = pd.Series([1, 3, 10, 13])

查找ser2中的元素在ser1的那个位置
解决办法：

[np.where(i == ser1)[0].tolist()[0] for i in ser2]

输出：

[5, 4, 0, 8]

解析见下图：

image.png