pandas之Series基本使用

import string
import pandas as pd

t=pd.Series([1,2,31,12,3,4]) #创建一个简单的series
type(t)

pandas.core.series.Series

t

0     1
1     2
2    31
3    12
4     3
5     4
dtype: int64

t2=pd.Series([1,23,2,2,1],index=list("abcde")) #list对应键值
t2

a     1
b    23
c     2
d     2
e     1
dtype: int64

temp_dict={"a":"a1","b":"b2","c":"c3"}
t3=pd.Series(temp_dict) #字典创建series，键对应index，值对应值

t3

a    a1
b    b2
c    c3
dtype: object

t3.dtype

dtype('O')

t2.dtype

dtype('int64')

t2.astype(float) #修改dtype，和numpy一样的方法

a     1.0
b    23.0
c     2.0
d     2.0
e     1.0
dtype: float64

print(t3["a"])
print(t3["b"]) #取值和字典一样
print(t3[1]) #或者用index索引取值
print("*"*5)
print(t3[:1]) #取连续的行 
print("*"*5)
print(t3[[1,2]]) #取不连续的行
print("*"*5)
print(t3[["c","b"]]) #取指定的行

a1
b2
b2
*****
a    a1
dtype: object
*****
b    b2
c    c3
dtype: object
*****
c    c3
b    b2
dtype: object

t[t>4] #通过比较大小index取值

2    31
3    12
dtype: int64

print(t3.index)
print(type(t3.index)) #可迭代类型
for i in t3.index:
    print(i)
print("*"*5)
print(list(t3.index)[:2]) #可以跟列表一样操作
print("*"*5)
print(type(t3.values)) #值是numpy.ndarray类型，object，也是可以切片遍历索引

Index(['a', 'b', 'c'], dtype='object')
<class 'pandas.core.indexes.base.Index'>
a
b
c
*****
['a', 'b']
*****
<class 'numpy.ndarray'>