Pandas 数据结构 - Series

最新推荐文章于 2023-07-11 20:37:53 发布

不会编程的猴哥

最新推荐文章于 2023-07-11 20:37:53 发布

阅读量182

点赞数

分类专栏： pandas 文章标签： python pandas

本文链接：https://blog.csdn.net/weixin_39887317/article/details/119718532

版权

pandas 专栏收录该内容

3 篇文章 1 订阅

订阅专栏

这篇博客介绍了Pandas库中的Series数据结构，它类似于一维数组，可存储各种数据类型。创建Series时，可以通过指定数据和索引来定义。默认情况下，索引从0开始，但可以自定义。博客还展示了如何通过索引读取数据，以及如何使用字典创建Series，并选取特定索引的数据。此外，还提到了Pandas在数据操作中的其他应用。

摘要由CSDN通过智能技术生成

Pandas 数据结构 - Series

Pandas Series 类似表格中的一个列（column），类似于一维数组，可以保存任何数据类型。
Series 由索引（index）和列组成，函数如下：

pandas.Series( data, index, dtype, name, copy)

参数说明：
data：一组数据(ndarray 类型)。
index：数据索引标签，如果不指定，默认从 0 开始。
dtype：数据类型，默认会自己判断。
name：设置名称。
copy：拷贝数据，默认为 False。
创建一个简单的 Series 实例：

import pandas as pd

a = [1, 2, 3]
my_var = pd.Series(a)
print(my_var)

pandas 一些其他应用

import pandas as pd

a = [1, 2, 3]
my_var = pd.Series(a)
print("# 没有指定索引，索引值就从0开始:\n", my_var, end="\n\n")

# 我们可以指定索引值，如下实例
a = ["Google", "Runoob", "Wiki"]
my_var = pd.Series(a, index=["x", "y", "z"])
print("可以指定索引值[x,y,z]:\n", my_var, end="\n\n")

# 根据索引值读取数据
print("根据索引值y,读取数据：\nmy_var['y'] = ", my_var["y"], end="\n\n")

# 我们也可以使用 key/value 对象，类似字典来创建 Series
sites = {1: "Google", 2: "Runoob", 3: "Wiki"}
my_var = pd.Series(sites)
print(my_var)

"""
结果如下：
1    Google
2    Runoob
3      Wiki
dtype: object
"""
# 如果我们只需要字典中的一部分数据，只需要指定需要数据的索引即可
#  获取索引1，2的值
my_var = pd.Series(sites, index=[1, 2])
print(my_var)