学习笔记(03):Python数据清洗实战-Pandas常用数据结构series和方法

pandas常用数据结构series和方法

• 通过pandas.series来创建series数据结构
• pandas.series(data,index,dtype,name)
• data可以为列表，array或者dict
• index表示索引，必须与数据同长度，name代表对象的名称

建立series的三种方式

1.通过列表来建：

import numpy as np
import pandas as pd
series1 = pd.Series([2,8,3.01,4.8,9.7,8.0])

添加index和name试一试

series2 = pd.Series([1.3,3.5,9,3.5,5],index=['a','b','c','d','e'],name='这是一个序列')

输出为：

a    1.3
b    3.5
c    9.0
d    3.5
e    5.0
Name: 这是一个序列, dtype: float64

2.通过一维数组来创建

s1 = np.random.rand(4)

series3 = pd.Series(s1,index=['ha','ou','im','ta'])

结果为：

ha    0.483493
ou    0.406390
im    0.786722
ta    0.910779
dtype: float64

3.通过字典来创建

series4 = pd.Series({'北京':2.5,'上海':3.01,'广东':5.8,'山西':7.8})

结果：

北京    2.50
上海    3.01
广东    5.80
山西    7.80
dtype: float64

访问方式：

series4[1:3] #左闭右开，从零开始的

上海    3.01
广东    5.80
dtype: float64

这种通过索引名称（即字典中的键值），即通过位置来访问的话，就是左闭右闭的

series4['上海':'山西'] 

结果为：

上海    3.01
广东    5.80
山西    7.80
dtype: float64

输出值

series4.values 

array([2.5 , 3.01, 5.8 , 7.8 ])

输出索引

series4.index

Index(['北京', '上海', '广东', '山西'], dtype='object')