Pandas基础学习笔记（一）——Series用法

最新推荐文章于 2024-09-15 13:29:01 发布

吉J_J吉

最新推荐文章于 2024-09-15 13:29:01 发布

阅读量2.2k

点赞数 1

分类专栏： python之Pandas包详解学习笔记文章标签： pandas 学习 python

本文链接：https://blog.csdn.net/m0_55807855/article/details/126875174

版权

本文介绍了Pandas库中的核心数据结构Series，包括如何使用列表和字典创建Series，详细讲解了索引操作，以及Series的基本属性和常用方法，如head/tail、unique、nunique、dropna、fillna等，并探讨了Series中字符串类型的处理。

摘要由CSDN通过智能技术生成

一、什么是pandas？

Pandas是python的核心数据分析支持库，它提供了快速、灵活、明确的数据结构，旨在简单、灵活地处理关系型数据。

Series是一种类似于一维数组的数据结构，它由一组数据（可以是不同的数据类型）以及一组与之相关的数据标签index（即索引）组成，还可以指定Series的名称。

DataFrame是一种表格型的数据结构。它的每一列可以是不同的值类型（例如布尔型、数值型、字符串等），此外它既有行索引index，又有列索引columns。我们可以将它看成是由Series组成的字典（将每一列看成是一个Series）。

pd.Series(
    data=None, #数据列表
    index=None, #索引列表
    name=None, #Series名字
    dtype=None,
    copy=None,
    fastpath=Flase)

示例：

tmp=pd.Series(data=[23,'lucky'],index=['age','name'],name='people')
print(tmp)

运行结果：

pd.Series(
    {}
    name=None,
    dtype=None,
    copy=