python数据分析:Pandas之Series

这篇博客详细介绍了Python数据分析库Pandas中的Series数据结构,包括Series的简介、创建方法(列表、numpy、字典)、索引和切片操作(隐式和显式)以及基本操作如显示部分数据、去重、相加运算和缺失值处理。重点讨论了索引的对齐特性以及loc和iloc的区别。
摘要由CSDN通过智能技术生成

1 Series简介

Pandas 是python的核心数据分析支持库,提供了快速、灵活、明确的数据结构,旨在简单、直观地处理关系型、标记型数据。

pandas的两大主要数据结构 Series和DateFrame,其中Series 是带标签的一维数组,可存储整数、浮点数、字符串、Python 对象等类型的数据。轴标签统称为索引,它由两部分组成。

values:一组数据(ndarray类型)
index:相关的数据索引标签
在这里插入图片描述
特点:数据对齐事内在的,标签与数据默认对齐,除非特殊情况,一般不会断开连接,因此通过索引取值非常方便,不需要循环,可以直接通过字典方式,key 获取value

2 Series 创建的几种方式

2.1 列表创建

import pandas as pd
#Series组成部分:pd.Series(data=None, index=None, dtype=None, name=None, copy=False, fastpath=False)
lst = [1,3,5,6,10,23]
s = pd.Series(lst) # 可以通过index指定索引,如果不指定索引,则会自动从0开始生成索引,我们叫做隐式索引
s
lst = [1,3,5,6,10,23]
s = pd.Series(lst,index=["A","B","C","D"
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值