python基础练习之—Series

Series介绍：

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，可以通过列表，元组，数组，字典来进行创建，本文重点讲解通过列表方式创建。

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。

案例一：(1) 通过pandas的Series构造一维数组s，包含元素分别为：河北省，保定市，22135。 (2) 输出s的形状。 (3) 输出s的维度。 (4) 输出s的所有值。 (5) 输出s的索引。

from pandas import Series,DataFrame
s = Series(['河北省','保定市',22135])
s

?

（1）如图所示，所生成的为一维数组，其中左列为数组中每个元素对应索引，右侧表示数组中所包含的数据。

print(s.shape)
print(s.ndim)
print(s.values)
print("s的索引为：",s.index)

?（2）依次输出数组的形状、维度、值和数组的索引。

如图，由(1)步构造的数组为3行的数组，对应维度为1，值以列表形式返回。最后打印出数组的索引。

?

案例二：（1）将索引改为：省，市，面积，构成数组s2。 (2) 输出s2的维度。?

s2 = Series(['河北省','保定市',22135],index=['省','市','面积'])
s2

?

?将s2重置，重新构造新索引数组，将index替换为省、市、面积。

s3 = Series({'省':'河北省','市':'保定市','面积':22135})
s3

?方式二：将数组直接以字典形式进行键和值的对应。其生成结果同上。

输出维度，二者均为一维。

?