0
点赞
收藏
分享

微信扫一扫

【数据分析之道-Pandas(一)】Series操作

追风骚年 2023-05-11 阅读 112

文章目录

专栏导读

1、Series简介

Series是一种一维数组结构,它由两个部分组成:索引和值。索引是一个标签数组,可以用来标识数据。值可以是任何类型的数据,例如整数、浮点数、字符串等。Series提供了类似于Numpy数组的操作,同时也支持类似于Python字典的操作。

在这里插入图片描述

函数如下:

pandas.Series( data, index, dtype, name, copy)

参数说明:

  • data:一组数据(ndarray 类型)。

  • index:数据索引标签,如果不指定,默认从 0 开始。

  • dtype:数据类型,默认会自己判断。

  • name:设置名称。

  • copy:拷贝数据,默认为 False。

2、创建Series

创建Series的方式非常简单,可以使用Python列表、Numpy数组或者字典来创建Series。

使用列表创建Series:

import pandas as pd

# 使用列表创建Series
s1 = pd.Series([1, 2, 3, 4, 5])
print(s1)

在这里插入图片描述

使用Numpy数组创建Series:

import numpy as np
s2 = pd.Series(np.array([10, 20, 30, 40, 50]))
print(s2)

在这里插入图片描述

使用字典创建Series:

# 使用字典创建Series
s3 = pd.Series({'apple': 3, 'banana': 2, 'orange': 5})
print(s3)

在这里插入图片描述

3、Series索引

Series的索引可以通过索引标签或者整数位置来访问。

例如:
通过索引标签访问元素

s = pd.Series([1, 2, 3, 4, 5], index=['a', 'b', 'c', 'd', 'e'])
print(s)

# 通过索引标签访问元素
print(s['a'])
print(s['c'])

在这里插入图片描述
通过整数位置访问元素

s = pd.Series([1, 2, 3, 4, 5], index=['a', 'b', 'c', 'd', 'e'])
print(s)
# 通过整数位置访问元素
print(s[0])
print(s[2])

在这里插入图片描述

使用.loc属性访问元素

# 使用.loc属性访问元素
print(s.loc['a'])
print(s.loc['c'])

在这里插入图片描述

使用.iloc属性访问元素

# 使用.iloc属性访问元素
print(s.iloc[0])
print(s.iloc[2])

在这里插入图片描述

在这里插入图片描述

4、Series切片

除了访问单个元素,还可以使用切片来访问Series中的一部分数据。使用切片需要指定开始索引和结束索引,语法与Python中的切片语法类似。

例如:
使用索引标签切片

import pandas as pd

s = pd.Series([1, 2, 3, 4, 5], index=['a', 'b', 'c', 'd', 'e'])
print(s)

# 使用索引标签切片
print(s['a':'c'])

在这里插入图片描述

使用整数位置切片

# 使用整数位置切片
print(s[0:3])

在这里插入图片描述


举报

相关推荐

0 条评论