一、教学内容
- Series对象的简介
- Series对象的创建
- Series对象的常用属性
- Series对象的常用方法
- 示例代码与实战演练
(1)Series对象的简介:
- 定义: Series是pandas库中一个一维标签化数据结构,可以存储不同类型的数据(数值、字符串、布尔值等)。
- 特点: 标签从0开始,有统一的索引;可以存储不同类型的数据,非常灵活。
(2)Series对象的创建:
- 通过字典创建:
python`data = {'A': 1, 'B': 2, 'C': 3}`
- 通过数组创建:
python`import numpy as np
data = np.array([1, 2, 3])`
- 通过Series创建:
python`from pandas import Series
data = Series(data)`
(3) Series对象的常用属性:
1、values: 获取Series中的数据值(数组形式)。
2、index: 获取或设置Series的索引。
(4)Series对象的常用方法 :
1、head(): 获取前5个数据。
2、tail(): 获取最后5个数据。
3、describe(): 描述性统计(如计数、平均值、标准差等)。
(5)示例代码与实战演练:
示例1: 通过字典创建Series对象。
import pandas as pd
data = {'A': 1, 'B': 2, 'C': 3}
s = pd.Series(data)
print(s) # 输出: A 1 B 2 C 3 dtype: int64
示例2: 使用describe()
方法获取描述性统计。
s = pd.Series([1, 2, 3, 4, 5])
print(s.describe()) # 输出: count 5 mean 3.0 std 1.48 min 1 max 5 dtype: float64
示例3: 使用head()
和tail()
方法。
s = pd.Series([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
print(s.head()) # 输出: 0 1 1 2 2 3 3 4 4 5 dtype: int64(前5个数据)
print(s.tail()) # 输出: 5 6 6 7 7 8 8 9 dtype: int64(后5个数据)