Python | Панды Series.to_clipboard ()

Опубликовано: 28 Марта, 2022

Серия Pandas - это одномерный массив ndarray с метками осей. Этикетки не обязательно должны быть уникальными, но должны быть хешируемого типа. Объект поддерживает индексирование как на основе целых чисел, так и на основе меток и предоставляет множество методов для выполнения операций, связанных с индексом.

Pandas Series.to_clipboard() function copy object to the system clipboard. It write a text representation of object to the system clipboard. This can be pasted into Excel as well.

Syntax: Series.to_clipboard(excel=True, sep=None, **kwargs)

Parameter :
excel : bool, default True
sep : str, default ‘ ’
**kwargs : These parameters will be passed to DataFrame.to_csv.

Returns : None

Example #1: Use Series.to_clipboard() function to copy the given Series object to the systems clipboard.

# 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)

Выход :

Now we will use Series.to_clipboard() function to copy the given series object to the systems clipboard.

# copy to clipboard
sr.to_clipboard()

Выход :

После выполнения последней строки кода мы просто вставили то, что было скопировано в буфер обмена системы в Notepad ++. Вот как это выглядит.

Example #2: Use Series.to_clipboard() function to copy the given Series object to the systems clipboard.

Выход :

Now we will use Series.to_clipboard() function to copy the given series object to the systems clipboard.

# copy to clipboard
sr.to_clipboard()

Выход :

После выполнения последней строки кода мы просто вставили то, что было скопировано в буфер обмена системы в Notepad ++. Вот как это выглядит. Обратите внимание, как отсутствующие значения были представлены как пробелы.

Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.

Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.