Pandas-2. Series
1.构造函数
pandas.Series( data, index, dtype, copy)参数 | 描述 |
|---|---|
data | 数据，可以是各种形式，如：ndarray,list,constants |
index | 索引，必须是唯一的，散列的，与数据长度相同。默认为np.arange(n) |
dtype | 数据类型 |
copy | 是否复制数据，默认false |
2. 创建一个Series
以下代码默认引入pandas和numpy，平台为Anaconda启动的Jupyter：
import pandas as pd
import numpy as np2.1 创建一个空Series
print(pd.Series())输出
Series([], dtype: float64)2.2 从ndarray创建一个Series
从ndarray创建时，如果传递索引，索引需要有相同的长度，如果没有传递索引，默认索引是范围(n)。 不传递索引的情况
data = np.array(["a", "b", "c", "d"])
print(pd.Series(data))输出结果：
0 a
1 b
2 c
3 d
dtype: object如果传递索引(例子中用了两个相同的索引)
data = np.array(['a','b','c','d'])
s = pd.Series(data,index=[101,103,105,105])
print(s[105])输出结果
105 c
105 d
dtype: object2.3 从字典创建一个Series
此时如果不指定索引，按照顺序取得字典键作为索引，如果指定了索引，索引与标签中对应的数据将会取出，对应不上的用空值表示。 不指定索引：
data = {'a' : 0., 'b' : 1., 'c' : 2.}
s = pd.Series(data)
print(s)输出结果：
a 0.0
b 1.0
c 2.0
dtype: float64指定索引
data = {'a' : 0., 'b' : 1., 'c' : 2.}
s = pd.Series(data,index=['b','c','d','a'])
print(s)输出结果(以索引顺序为准，对应不上的填充nan：
b 1.0
c 2.0
d NaN
a 0.0
dtype: float642.4 从标量创建Series
数据为标量值，必须提供索引，该值将被重复以匹配索引长度。
print(pd.Series(5, index=[0, 1, 2, 3]))输出结果
0 5
1 5
2 5
3 5
dtype: int643. 访问Series
以下作为例子的Series从以下代码创建：
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])3.1 从位置
跟python访问数组一样的。注意这里的数组是取得“第多少个”，不是例子里的值，一串例子，不多解释：
print(s[3])
print(s[3:])
print(s[:3])
print(s[-3:])
print(s[:-3])3.2 从索引
一个索引：
print(s["a"])多个索引：
print(s[["a", "c"]]本文参与 腾讯云自媒体分享计划，分享自作者个人站点/博客。
原始发表：2019.03.22 ，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录