python的name属性_Series创建,name,index(索引),values(值),dtype等属性

数组：

数组的概念可以看做是一群数据的集合，有点类似python的列表、元组，但是并不相同。在pandas中提到数组一般指的是ndarray(numpy中的数组)

Series数据结构

1、Series是一个一维数组(带有索引,索引可以为数值也可以为标签(比如a、b、c))，能够保存任何数据类型（整数、字符串、浮点数、Python对象等）。

2、Series和DataFrame都有索引，只不过DataFrame同时有列和行索引。

3、Series相比ndarray多了一个索引，相当于一位数组+索引。

4、Series和dict相比，Series更像有顺序的字典，其中字典的key就是索引，索引可以是数字也可以是字母。

5、Series有索引，也有name属性(可以理解为excel的一列的表头)

6、只看Series的值，就是ndarray数组

Series创建(通过字典、数组、标量)：

1、通过字典创建，字典的键就是索引，值就是值。也可以人为指定了index(索引)，如果指定的index没有对应的值，那么就会用缺失值(空值)替代。

# -*- coding: utf-8 -*-

import pandas as pd

# 通过dict创建

d = {'A': 1, 'B': 0, 'C': 2}

s = pd.Series(d)

print(s)

print('==================')

s2 = pd.Series(d, index=['A', 'B', 'c', 'd'])

print(s2)

A 1

B 0

C 2

dtype: int64

==================

A 1.0

B 0.0

c NaN

d NaN

dtype: float64

2、通过数组(np数组、列表、元组等)创建

# -*- coding: utf-8 -*-

import pandas as pd

import numpy as np

# 通过数组创建

arr = np.random.rand(5)

s = pd.Series(arr)

print(s)

print('============')

s2 = pd.Series(arr,index=['a','b',3,4,1])

print(s2)

0 0.543199

1 0.261755

2 0.464825

3 0.119778

4 0.436607

dtype: float64

============

a 0.543199

b 0.261755

3 0.464825

4 0.119778

1 0.436607

dtype: float64

3、通过标量创建

index索引值可以出现相同的，但是应避免这样。

# -*- coding: utf-8 -*-

import pandas as pd

import numpy as np

# 通过标量创建

s = pd.Series(5., index=['a', 'b', 'c', 'd', 'e'])

print(s)

a 5.0

b 5.0

c 5.0

d 5.0

e 5.0

dtype: float64

name属性及rename方法：

1、Series的name属性(相当于excel的一列添加了表头名)

2、rename方法修改name

# -*- coding: utf-8 -*-

import pandas as pd

import numpy as np

# 通过标量创建

s = pd.Series(5., index=['a', 'b', 'c', 'd', 'e'],name = '高度')

print(s)

print('-----------')

s.name = '长度'

print(s)

print('-----------')

s = s.rename('宽度')

print(s)

a 5.0

b 5.0

c 5.0

d 5.0

e 5.0

Name: 高度, dtype: float64

-----------

a 5.0

b 5.0

c 5.0

d 5.0

e 5.0

Name: 长度, dtype: float64

-----------

a 5.0

b 5.0

c 5.0

d 5.0

e 5.0

Name: 宽度, dtype: float64

Series的index属性(获取索引)、values属性(获取值)

# -*- coding: utf-8 -*-

import numpy as np

import pandas as pd

arr = np.random.rand(3)

s = pd.Series(arr)

print('s的索引',s.index,type(s.index))

print('把s索引变为列表',list(s.index))

print('s的值',s.values,type(s.values))

print('把s的值变为列表',list(s.values))

s的索引 RangeIndex(start=0, stop=3, step=1)

把s索引变为列表 [0, 1, 2]

s的值 [0.86401824 0.86229577 0.4742213 ]

把s的值变为列表 [0.8640182359257331, 0.8622957709758832, 0.4742213037368106]

我们来综合看一下series的常见属性，其中dtype和dtypes相对比较复杂，我们后面会专门解释：

1

axes

返回行轴标签列表。

2

dtype

返回对象的数据类型(dtype)。

3

dtypes

返回对象的数据类型(dtypes)。

4

empty

如果系列为空，则返回True。

5

ndim

返回底层数据的维数，默认定义：1。

6

size

返回基础数据中的元素数。

7

values

将系列作为ndarray返回。

8

head()

返回前n行。

9

tail()

返回最后n行。