pandas-series 结构

pandas有两种数据结构： Series和DataFrame, 这两种结构都构建与numpy的之上，因此效率很高。
Series是带有索引和名称的以为数组，包含的数据类型有浮点型，数值型，字符串，python对象等。

1.构建数组

# 先导入包
import pandas as pd
user = pd.Series(data=[10, 20, 30, 40])
print(user)
'''
0    10
1    20
2    30
3    40
dtype: int64
'''
# 给这些数字加上对应的名字
user.index = ['Tom', 'Jame', 'Jim', 'Maria']
print(user)
'''
Tom      10
Jame     20
Jim      30
Maria    40
dtype: int64
'''
# 给索引 index 命名
user.index.name = 'name'
'''
name
Tom      10
Jame     20
Jim      30
Maria    40
dtype: int64
'''

快速方法：

index_data = pd.Index(['Tom', 'Jame', 'Jim', 'Maria'], name="name")
data = [10, 20, 30, 40]
user = pd.Series(data=data, index=index_data, name='user_info')
print(user)
'''
name
Tom      10
Jame     20
Jim      30
Maria    40
Name: user_info, dtype: int64
'''

2.数组操作

可以根据索引获取值：

user['Tom'] # 10

像数组一样，也支持切片操作：

user[0:2] 

name
Tom     10
Jame    20
Name: user_info, dtype: int64

# 获取 user>20 的值
user[user>20]

name
Jim      30
Maria    40
Name: user_info, dtype: int64

# 获取第1行和第3行数据
user[[0, 2]]

name
Tom    10
Jim    30
Name: user_info, dtype: int64

3. 向量化操作：

Sereis 也支持向量化操作

user + 1

name
Tom      11
Jame     21
Jim      31
Maria    41
Name: user_info, dtype: int64

user * 10

name
Tom      100
Jame     200
Jim      300
Maria    400
Name: user_info, dtype: int64

user*[1, 2, 3, 4]

name
Tom       10
Jame      40
Jim       90
Maria    160
Name: user_info, dtype: int64