Series对象(生成,访问和使用)

本文详细介绍了如何生成Pandas Series对象,包括从ndarray和字典创建Series,以及如何通过单个或多个索引访问数据。同时,文章还探讨了Series对象的使用方法。
摘要由CSDN通过智能技术生成

Series对象的生成

使用Pandas.Series


pandas.Series( data, index, dtype, copy)
data:数据,可以是序列类型,可以是int
index:索引值必须是唯一的,与data的长度相同,默认为np.arange(n)
dtype:数据类型
copy:是否复制数据,默认为false
打印左侧为索引,右侧为数据

 

import pandas  as pd
import numpy as np
#如果全部是int类型,那么打印s1会显示是int类型
s1 = pd.Series([1,2,3,4]) #dtype: int64
print(s1)
'''
0    1      
1    2      
2    3      
3    4 
dtype: int64'''
#如果什么数据类型都存在,那么打印s1会显示object类型的
s1 = pd.Series([1,"a",0.5,["张三","李四"]])#dtype: object
print(s1)
'''
0           1    
1           a    
2         0.5    
3    [张三, 李四]
dtype: object'''
s1 = pd.Series([1,"a",0.5,["张三","李四"]],index=['a',
评论
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