一、Series类型
在Pandas中,有两个基本的数据类型,使得在处理数据的时候变得非常高效,分别是Series和DataFrame,其中DataFrame是由多个Series组成的,因此要先学好Series,才能对DataFrame的使用更加得心应手。
Series是一种类似于列表的对象,由一列数据以及一列与之对应的索引组成。如下图所示。
1. 创建Series对象:
在实际开发中,可能需要经常创建Series对象,而创建Series对象有多重方式,下面进行讲解。
1.1. 通过列表或ndarray数组创建:
import pandas as pd
persons = ['张三','李四','王五']
series = pd.Series(persons)
print(series)
print(type(series))
上述代码可以看到输出以上代码输出为:
0 张三
1 李四
2 王五
dtype: object
<class 'pandas.core.series.Series'>
1.2. 通过字典创建:
persons = {"张三":18, "李四": 25, "王五": 19}
series = pd.Series(persons)
print(series)
print(type(series))
上述代码的输出结果为:
张三 18
李四 25
王五 19
dtype: int64
<class 'pandas.core.series.Series'>
2. Series对象相关操作:
2.1. 获取数据和索引:
通过series.index
和series.values
能分别获取到Series
对象的索引和值。示例代码如下:
persons = ['张三','李四','王五']
serie