方法说明
1、排序sort_values和ascending。
通过ascending参数来确定升序还是降序，True表示升序
2、空判断，isnull和notnull。
isnull（） - 判空
notnull（） - 判非空
3、缺失值处理，dropna和删除。
dropna（）
删除
4、统计基本信息describe（）。
实例
>>>data
a10
b11
c12
d13
e14
dtype:int64
>>>data.sort_values(ascending=False)#降序排序
e14
d13
c12
b11
a10
dtype:int64
>>>data=pd.Series([100,200,np.nan,200,np.nan,400],list('abcdef'))#创建含有缺失值的对象
>>>data
a100.0
b200.0
cNaN
d200.0
eNaN
f400.0
dtype:float64
>>>data.isnull()#判空
aFalse
bFalse
cTrue
dFalse
eTrue
fFalse
dtype:bool
>>>data.notnull()#判非空
aTrue
bTrue
cFalse
dTrue
eFalse
fTrue
dtype:bool
>>>data.dropna()#删除缺失值
a100.0
b200.0
d200.0
f400.0
dtype:float64
>>>data.fillna(data.mean())#设置默认值为均值
a100.0
b200.0
c225.0
d200.0
e225.0
f400.0
dtype:float64
>>>data.drop_duplicates()#去重
a100.0
b200.0
cNaN
f400.0
dtype:float64
>>>data.value_counts()#统计频率
200.02
100.01
400.01
dtype:int64
>>>data.describe()#对数据进行基本统计，统计时自动去掉了缺失值
count4.000000
mean225.000000
std125.830574
min100.000000
25%175.000000
50%200.000000
75%250.000000
max400.000000
dtype:float64
以上就是Python中Series常用方法整理，希望对大家有所帮助。更多Python学习指路：Python基础教程