pandas（一）-- Series创建及索引

1. pandas Series 构建

• 通过数组的方法

ar = [90.0,92.0,89.0,65.0]
s = pd.Series(ar,index=['Jack','Marry','Tom','Zack'],dtype = np.float64)
print(s)

• 通过字典的方法

dic = {'Jack':90.0,'Marry':92.0,'Tom':89.0,'Zack':65.0}
s1 = pd.Series(dic)
print(s1)

两种方式的输出均为：

Jack     90.0
Marry    92.0
Tom      89.0
Zack     65.0
dtype: float64

2. 查看序列的类型，索引及值

# Series 数据结构
# Series 是带有标签的一维数组，可以保存任何数据类型（整数，字符串，浮点数，Python对象等）,轴标签统称为索引

s = pd.Series(np.random.rand(5))
print(s)
print(type(s))
# 查看数据、数据类型

print(s.index,type(s.index))
print(s.values,type(s.values))
# .index查看series索引，类型为rangeindex
# .values查看series值，类型是ndarray

# 核心：series相比于ndarray，是一个自带索引index的数组 → 一维数组 + 对应索引
# 所以当只看series的值的时候，就是一个ndarray
# series和ndarray较相似，索引切片功能差别不大
# series和dict相比，series更像一个有顺序的字典（dict本身不存在顺序），其索引原理与字典相似（一个用key，一个用index）

3. 直接查看索引，不能区分索引中的字符和整型数
   在原始序列的基础上，添加两行

s3['0']=100
s3['11'] =200

s2 = pd.Series(np.random.randn(3),name = 'test')
s3 = s2.rename('hehehe')
s3['0']=100
s3['11'] =200
print('******* s2 **********\n',s2,'\n','******* s3 **********\n',s3)
print('**** s2.index ****',s2.index)
print('**** s3.index ****',s3.index)

查看打印出来的结果

******* s2 **********
 0   -0.388924
1   -0.866639
2    0.045354
Name: test, dtype: float64 
 ******* s3 **********
 0      -0.388924
1      -0.866639
2       0.045354
0     100.000000
11    200.000000
Name: hehehe, dtype: float64
**** s2.index **** RangeIndex(start=0, stop=3, step=1)
**** s3.index **** Index([0, 1, 2, '0', '11'], dtype='object')