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.to_string()
函数呈现Series的字符串表示形式。
用法: Series.to_string(buf=None, na_rep=’NaN’, float_format=None, header=True, index=True, length=False, dtype=False, name=False, max_rows=None)
参数:
buf:写入缓冲区
na_rep:要使用的NAN的字符串表示形式,默认为“ NaN”
float_format:格式化程序函数,如果列为浮点数元素,则应用于列的元素默认为None
header:添加系列标题(索引名称)
index:添加索引(行)标签,默认为True
length:添加系列长度
dtype:添加Series dtype
name:如果不是,则添加系列名称
max_rows:截断前要显示的最大行数。
返回:格式化的字符串。
范例1:采用Series.to_string()
函数呈现给定系列对象的字符串表示形式。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series(['New York', 'Chicago', 'Toronto', 'Lisbon', 'Rio', 'Moscow'])
# Create the Datetime Index
didx = pd.DatetimeIndex(start ='2014-08-01 10:00', freq ='W',
periods = 6, tz = 'Europe/Berlin')
# set the index
sr.index = didx
# Print the series
print(sr)
输出:
现在我们将使用Series.to_string()
函数将字符串表示形式呈现给此系列对象。
# render to string form
sr.to_string()
输出:
正如我们在输出中看到的,Series.to_string()
函数已成功将字符串表示形式呈现给定对象。
范例2:采用Series.to_string()
函数呈现给定系列对象的字符串表示形式。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([19.5, 16.8, 22.78, 20.124, 18.1002])
# Print the series
print(sr)
输出:
现在我们将使用Series.to_string()
函数将字符串表示形式呈现给此系列对象。
# render to string form
sr.to_string()
输出:
正如我们在输出中看到的,Series.to_string()
函数已成功将字符串表示形式呈现给定对象。
相关用法
- Python pandas.map()用法及代码示例
- Python Pandas Series.str.len()用法及代码示例
- Python Pandas.factorize()用法及代码示例
- Python Pandas TimedeltaIndex.name用法及代码示例
- Python Pandas dataframe.ne()用法及代码示例
- Python Pandas Series.between()用法及代码示例
- Python Pandas DataFrame.where()用法及代码示例
- Python Pandas Series.add()用法及代码示例
- Python Pandas.pivot_table()用法及代码示例
- Python Pandas Series.mod()用法及代码示例
- Python Pandas Dataframe.at[ ]用法及代码示例
- Python Pandas Dataframe.iat[ ]用法及代码示例
- Python Pandas.pivot()用法及代码示例
- Python Pandas dataframe.mul()用法及代码示例
- Python Pandas.melt()用法及代码示例
注:本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas Series.to_string()。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。