Python的Series序列对象

 

目录

前言

一、Series序列对象的获取 

1.使用Series()函数

2.利用DataFrame获取

二、Series序列对象的属性

三、Series序列对象的访问

1.通过位置索引访问

2.通过标签索引访问

3.通过布尔索引访问

四、Series序列对象的计算

1.基本数学运算

2.统计计算

---

前言

        在Python的Pandas库中，Series是一种基本的数据结构，用于存储一维数组，并可以带有标签。利用pandas库从外部读取数据到python中形成的表格叫DataFrame表格对象，而Series序列对象就是DataFrame表格对象中的某一列数据。

        Series序列对象在数据分析中非常有用，可以用于存储和处理单变量的数据集。它提供了许多方法和属性，用于执行各种数据操作和分析任务。

一、Series序列对象的获取 

首先需要导入pandas库：

import pandas as pd 

1.使用Series()函数

创建Series对象可以使用Pandas库中的Series函数。例如，以下代码创建一个包含整数1到6的Series对象：

a = pd.Series([1, 2, 3, 4, 5, 6])

输出结果如下：

0    1
1    2
2    3
3    4
4    5
5    6
dtype: int64

 2.利用DataFrame获取

DataFrame是一个二维的表格型数据结构，每个列都是一个Series对象。可以通过列名来获取DataFrame中的Series对象：

data = {'A': [1, 2, 3], 'B': [4, 5, 6]}  
df = pd.DataFrame(data)  
  
b = df['A']  # 获取名为'A'的列，即一个Series对象

输出结果如下：

0    1
1    2
2    3
Name: A, dtype: int64

二、Series序列对象的属性

Series序列对象具有多种属性，包括但不限于：

属性	含义
values	元素（值）
index	索引
na