Pandas 学习笔记 (一) :Series数据结构

11 篇文章 10 订阅
3 篇文章 0 订阅

构建

Series可以使用以下构造函数创建

# data : 数据源,ndarray、list、dic、常量等
# index : 索引,唯一和散列等,与数据的长度相同
# dtype : 指定数据类型,默认系统推断数据类型
# copy : 复制数据,默认为 Flase
pd.Series( data, index, dtype, copy)
  • 创建空 系列
s = pd.Series()
print(s)
'''Series([], dtype: float64)'''
  • 通过 ndarray
s = pd.Series(np.array(['a','b','c']))
print(s)
'''
0    a
1    b
2    c
dtype: object'''
  • 通过 list
s = pd.Series(['1','a','3',2])
print(s)
'''
0    1
1    a
2    3
3    2
dtype: object'''
  • 通过 dic 字典
# 字典的 key 即为标签
dic = {'name':'luo', 'age':25, 'sex':'F'}
s = pd.Series(dic)
print(s)
'''
age      25
name    luo
sex       F
dtype: object'''
  • 通过 标量
s = pd.Series(2, index=[0, 1, 2])
print(s)
'''
0    2
1    2
2    2
dtype: int64'''

指定下标

s = pd.Series(np.arange(3), index=list('ABC'))
print(s)
'''
A    0
B    1
C    2
dtype: int64'''

获取数据

数据以上面例子中的 s 为例

  • 通过 索引
data = s[1]
print('通过索引取值:{}'.format(data))
'''通过索引取值:1'''

如果系列存在标签索引,我们也可以通过标签取值

  • 通过 标签

a. 数组式

data = s[['B','A']]     
print('通过标签取值:\n{}'.format(data))
'''
通过标签取值:
B    1
A    0
dtype: int64'''

b. 切片式

data = s['A':'C']       
print('通过标签取值:\n{}'.format(data))
'''
A    0
B    1
C    2
dtype: int64'''
  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值