pandas.Series 数据结构

pandas.Series 数据结构

series简述

​ pandas.Series 是带有标签的一维数组，可以保存任何数据类型（整数，字符串，浮点数，Python对象等）,其轴标签统称为索引。

#导入numpy,pandas模块
import numpy as np
import pandas as pd 
#创建series数据
s = pd.Series(np.random.rand(5))
#查看数据和数据类型
print(s)
print(type(s))

​

0    0.580244
1    0.534698
2    0.602974
3    0.314674
4    0.043421
dtype: float64

<class 'pandas.core.series.Series'>

​ series相比于ndarray，是一个自带索引index的数组 ,也就是由一维数组 + 对应索引组成，series的值也即value，就是一个ndarray, 索引切片功能类似，series和dict相比，series更像一个有顺序的字典（dict本身不存在顺序），其索引原理与字典也相似（字典使用key，而series使用index）。

#分别查看series的index的数据类型和value的数据类型。
print(s.index,type(s.index))
print('\n')
print(s.values,type(s.values))

​ RangeIndex(start=0, stop=5, step=1) <class ‘pandas.core.indexes.range.RangeIndex’>

​ [0.58024357 0.53469797 0.60297416 0.31467397 0.04342102] <class ‘numpy.ndarray’>

Series创建

​ 创建方法一：由字典创建，字典的key就是index,字典的values就是series的values

dic = {'a':1 ,'b':2 , 'c':3, '4':4, '5':5}
s = pd.Series(dic)
print(s)

​

a    1
b    2
c    3
4    4
5    5
dtype: int64

​ 其中，key和values分别可以是数字，字母，或者字符串。

​ Series 创建方法二：由数组创建(一维数组)

arr = np.random.randn(5)
s = pd.Series(arr)
print(arr)
print(s)

[-0.8452954   1.32154569 -0.5837014  -0.31855135 -0.01677091]
0   -0.845295
1    1.321546
2   -0.583701
3   -0.318551
4   -0.016771
dtype: float64

s = pd.Series(arr, index = ['a','b','c','d','e'],dtype = np.object)
print(s)

a   -0.845295
b    1.321546
c   -0.583701
d   -0.318551
e   -0.016771
dtype: object

​ 直接从数组创建时，会默认设置index,也可以修改。

Series：索引

位置下标，类似序列

s = pd.Series(np.random.rand(5))
print(s)
print(s[0],type(s[0]),s[0].dtype)
print(float(s[0]),type(float(s[0])))

0    0.924575
1    0.988654
2    0.426333
3    0.216504
4    0.453570
dtype: float64
0.924575004833 <class 'numpy.float64'> float64
0.9245750048328816 <class 'float'>