Python微信订餐小程序课程视频
https://edu.csdn.net/course/detail/36074
Python实战量化交易理财系统
https://edu.csdn.net/course/detail/35475
思维导图
1 什么是Series结构?
Series 结构,也称 Series 序列,是 Pandas 常用的数据结构之一,它是一种类似于一维数组的结构,由一组数据值(value)和一组标签组成,其中标签与数据值之间是一一对应的关系。
Series 可以保存任何数据类型,比如整数、字符串、浮点数、Python 对象等,它的标签默认为整数,从 0 开始依次递增。Series 的结构图,如下所示:
通过标签我们可以更加直观地查看数据所在的索引位置。
2 Series 对象
2.1 创建Series对象
Pandas 使用 Series() 函数来创建 Series 对象,通过这个对象可以调用相应的方法和属性,从而达到处理数据的目的:
reasonml
import pandas as pd
s=pd.Series( data, index, dtype, copy)
参数说明如下所示:
我们也可以使用数组、字典、标量值或者 Python 对象来创建 Series 对象。下面展示了创建 Series 对象的不同方法:
2.1.1 创建一个空Series对象
使用以下方法可以创建一个空的 Series 对象,如下所示:
coffeescript
import pandas as pd
#输出数据为空
s = pd.Series()
print(s)
输出结果如下:
reasonml
Series([], dtype: float64)
2.1.2 ndarray创建Series对象
ndarray 是 NumPy 中的数组类型,当 data 是 ndarry 时,传递的索引必须具有与数组相同的长度。假如没有给 index 参数传参,在默认情况下,索引值将使用是 range(n) 生成,其中 n 代表数组长度,如下所示:
json
[0,1,2,3…. range(len(array))-1]
使用默认索引,创建 Series 序列对象:
haskell
import pandas as pd
import numpy as np
data = np.array(['a','b','c','d'])
s = pd.Series(data)
print (s)
输出结果如下:
less
0 a
1 b
2 c
3 d
dtype: object
上述示例中没有传递任何索引,所以索引默认从 0 开始分配 ,其索引范围为 0 到 len(data)-1
,即 0 到 3。这种设置方式被称为“隐式索引”。 除了上述方法外,你也可以使用“显式索引”的方法定义索引标签,