Python Pandas Series.add_suffix()

Pandas系列是一个带有轴标签的一维ndarray。标签不需要是唯一的，但必须是一个可散列的类型。该对象支持基于整数和标签的索引，并提供了大量的方法来执行涉及索引的操作。

Pandas Series.add_suffix()函数用于在给定系列对象的索引标签末尾添加后缀。

语法: Series.add_suffix(suffix)

参数:
suffix :在每个标签后添加的字符串。

返回：系列或数据框架

示例#1：使用Series.add_suffix()函数在给定的系列对象中的每个索引标签的末尾添加后缀。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([34, 5, 13, 32, 4, 15])
  
# Create the Index
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp']
  
# set the index
sr.index = index_
  
# Print the series
print(sr)

输出 :

Coca Cola    34
Sprite        5
Coke         13
Fanta        32
Dew           4
ThumbsUp     15
dtype: int64

现在我们将使用Series.add_suffix()函数在给定的系列对象中的每个索引标签后面添加后缀’_IPL 2019’。

# add '_IPL 2019' to each index labels
result = sr.add_suffix(suffix = '_IPL 2019')
  
# Print the result
print(result)

输出 :

Coca Cola_IPL 2019    34
Sprite_IPL 2019        5
Coke_IPL 2019         13
Fanta_IPL 2019        32
Dew_IPL 2019           4
ThumbsUp_IPL 2019     15
dtype: int64

正如我们在输出中看到的，Series.add_suffix()函数已经成功地在给定的系列对象中的每个索引标签的末尾添加了传递的后缀。

示例#2 :使用Series.add_suffix()函数在给定的系列对象中的每个索引标签的末尾添加后缀。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([51, 10, 24, 18, 1, 84, 12, 10, 5, 24, 0])
  
# Create the Index
# apply yearly frequency
index_ = pd.date_range('2010-10-09 08:45', periods = 11, freq ='Y')
  
# set the index
sr.index = index_
  
# Print the series
print(sr)

输出 :

2010-12-31 08:45:00    51
2011-12-31 08:45:00    10
2012-12-31 08:45:00    24
2013-12-31 08:45:00    18
2014-12-31 08:45:00     1
2015-12-31 08:45:00    84
2016-12-31 08:45:00    12
2017-12-31 08:45:00    10
2018-12-31 08:45:00     5
2019-12-31 08:45:00    24
2020-12-31 08:45:00     0
Freq: A-DEC, dtype: int64

现在我们将使用Series.add_suffix()函数在给定的系列对象中的每个索引标签后面添加后缀’_Date’。

# add '_Date' to each index labels
result = sr.add_suffix(suffix = '_Date')
  
# Print the result
print(result)

输出 :

2010-12-31 08:45:00_Date    51
2011-12-31 08:45:00_Date    10
2012-12-31 08:45:00_Date    24
2013-12-31 08:45:00_Date    18
2014-12-31 08:45:00_Date     1
2015-12-31 08:45:00_Date    84
2016-12-31 08:45:00_Date    12
2017-12-31 08:45:00_Date    10
2018-12-31 08:45:00_Date     5
2019-12-31 08:45:00_Date    24
2020-12-31 08:45:00_Date     0
dtype: int64