Python Pandas 基本使用(Series)

Python Pandas基本使用（DataFrame）-CSDN博客

Python Pandas 基本使用(Series)-CSDN博客

目录

Series类型：

自动生成索引：

自定义索引：

从字典创建：

从ndarray创建：

对齐操作：

---

Pandas是Python第三方库，提供高性能易用数据类型（Series，DataFrame）和分析工具。网址：http://pandas.pydata.org

Pandas基于NumPy实现，常与NumPy和Matplotlib一同使用。NumPy关注数据间的关系，而Pandas关注数据与索引间的关系。

Series类型：

自动生成索引：

import pandas as pd
a = pd.Series([9,8,7,6])
a

自定义索引：

import pandas as pd
a = pd.Series([9,8,7,6],index=['a','b','c','d'])
a

从字典创建：

import pandas as pd
a = pd.Series({'a':9,'b':8,'c':7})
a

从ndarray创建：

import pandas as pd
import numpy as np

a = pd.Series(np.arange(5))
a

Series基本操作如下代码所示，可以分别获得索引和值，自动索引和指定索引并存，其基于自动索引的切片与list切片类似。

import pandas as pd
a = pd.Series([9,8,7,6],index=['a','b','c','d'])
print(a.index)
print(a.values)
print(a['b'])
print(a[1])
print(a[['a','c']])

对齐操作：

Series在运算中会自动对齐不同索引的数据，如下例中的索引：‘c’，‘d’。

import pandas as pd
a = pd.Series([1,2,3],['c','d','e'])
b = pd.Series([9,8,7,6],['a','b','c','d'])
a+b