(一)Pandas——Series对象

2023-12-25 11:34:18

Series对象

Pandas Series 类似表格中的一个列(column),类似于一维数组,可以保存任何数据类型。

Series 由索引(index)和列组成,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。

实例:

import pandas as pd 
data=['李光地','张红云','王鹏']
s=pd.Series(data=data,index=[1,2,3])  # 可以自己指定索引值,若不指定则是0,1,2....
print(s)
'''
1    李光地
2    张红云
3     王鹏
dtype: object
'''
print(type(s))
# <class 'pandas.core.series.Series'>

data数据也可以是字典类型(键为标签),可以通过 index 来控制字典类型的输出,对于不存在的索引,默认值为NaN。

import pandas as pd
sites = {1: "Google", 2: "Runoob", 3: "Wiki"}
myvar = pd.Series(sites, name="RUNOOB-Series-TEST" )
print(myvar)
'''
1    Google
2    Runoob
3      Wiki
Name: RUNOOB-Series-TEST, dtype: object
'''
myvar1 = pd.Series(sites, index = [1, 3, 4])
print(myvar1)
'''
1    Google
3      Wiki
4       NaN
dtype: object
'''

'''

索引访问

我们可以指定标签索引也可以指定位置索引。

import pandas as pd 
data=[90,98,87]
index=['张三','李四','王五']
s=pd.Series(data=data,index=index)
print(s)
'''
张三    90
李四    98
王五    87
dtype: int64
'''
print(s['张三'])  # 90
print(s[1])  # 98

切片操作

位置索引切片不包含end,标签索引切片包含end

import pandas as pd 
data=[90,98,87]
index=['张三','李四','王五']
s=pd.Series(data=data,index=index)
print(s)
'''
张三    90
李四    98
王五    87
dtype: int64
'''
print(s[0:2:1])  #位置索引切片 含头不含尾
'''
张三    90
李四    98
dtype: int64
'''
print(s['张三':'王五'])  # 标签索引切片 含头含尾
'''
张三    90
李四    98
王五    87
dtype: int64
'''

获取Series的索引和值

  • 获取索引 s.index

  • 获取值 s.values

import pandas as pd 
data=[90,98,87]
index=['张三','李四','王五']
s=pd.Series(data=data,index=index)
print(s)
'''
张三    90
李四    98
王五    87
dtype: int64
'''
print(s.index)  # Index(['张三', '李四', '王五'], dtype='object')
print(list(s.index))  # ['张三', '李四', '王五']
print(s.values)  # [90 98 87]
print(type(s.values))  # <class 'numpy.ndarray'>

文章来源:https://blog.csdn.net/Zuo_you_zx/article/details/132794923
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。