Python Pandas Series.squeeze()用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

Pandas 系列是带有轴标签的一维ndarray。标签不必是唯一的，但必须是可哈希的类型。该对象同时支持基于整数和基于标签的索引，并提供了许多方法来执行涉及索引的操作。

Pandas Series.squeeze()函数将一维轴对象压缩为标量。具有单个元素的Series或DataFrames被压缩为标量。具有单列或单行的DataFrame被压缩为Series。否则，对象不变。

用法： Series.squeeze(axis=None)

范例1：采用Series.squeeze()函数将给定系列的单个元素压缩为标量。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series([100, 25, 32, 118, 24, 65]) 
  
# Print the series 
print(sr)

输出：

让我们以仅包含那些可以被13整除的元素的方式转换系列。

# Keep only those elements which are divisible by 13 
sr_temp = sr[sr % 13 == 0] 
  
# Let's print the series 
print(sr_temp)

输出：

现在我们将使用Series.squeeze()函数将给定的序列对象简化为标量。

# squeeze the series to scalar 
sr_temp.squeeze()

输出：

从输出中可以看到，Series.squeeze()函数已成功将给定的序列简化为标量。

范例2：采用Series.squeeze()函数挤压给定的系列对象。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series([19.5, 16.8, None, 22.78, None, 20.124, None, 18.1002, None]) 
  
# Print the series 
print(sr)

输出：

现在我们将使用Series.std()函数挤压给定的系列对象。

# squeeze the series to scalar 
sr_temp.squeeze()

输出：

从输出中可以看到，Series.squeeze()函数已返回相同的序列对象，因为给定的序列对象中有多个元素，因此无法将其压缩为标量值。