Pandas库的Series类型

目录

一：Pandas库的引用

二：Pandas库的理解

三：Series类型

1：Series类型的创建

a：从Python列表类型创建

b：从标量值创建

c：从Python字典类型创建

d：从ndarray类型创建

e：从其他函数创建

2：Series类型的基本操作

a：Series类型包括index和values两部分

b：Series类型的操作类似ndarray类型

c：Series类型类似Python字典类型

---

一：Pandas库的引用

Pandas是Python第三方库，提供高性能易用数据类型和分析工具。

import pandas as pd

Pandas基于NumPy实现，常与NumPy和Matplotlib一同使用。 

二：Pandas库的理解

两个数据类型：Series，DataFrame

基于上述数据类型的各类操作

基本操作、运算操作、特征类操作、关联类操作

NumPy与Pandas的比对

NumPy	Pandas
基础数据类型	扩展数据类型
关注数据的结构表达	关注数据的应用表达
维度：数据间关系	数据与索引间关系

三：Series类型

Series类型由一组数据及与之相关的数据索引（自动索引或自定义索引）组成

自动索引示例：

自定义索引示例：

1：Series类型的创建

a：从Python列表类型创建

index与列表元素个数一致

b：从标量值创建

index表达Series类型的尺寸

c：从Python字典类型创建

键值对中的‘键’是索引，index从字典中进行选择操作

d：从ndarray类型创建

索引和数据都可以通过ndarray类型创建

 注意：索引的个数和值的个数必须相等，否则会出错

e：从其他函数创建

2：Series类型的基本操作

a：Series类型包括index和values两部分

.index 获得索引

.values 获得数据

自动索引和自定义索引并存

两套索引并存但不能混用

b：Series类型的操作类似ndarray类型

索引方法相同，采用[]

NumPy中运算和操作可用于Series类型

可以通过自定义索引的列表进行切片

可以通过自动索引进行切片，如果存在自定义索引，则一同被切片

 

c：Series类型类似Python字典类型

通过自定义索引访问

保留字in操作

使用.get()方法