【pandas】2.Series元素的访问

目录

1.按索引号(位置)访问

2.按索引名访问

3.按条件访问（条件表达式）

import numpy as np
import pandas as pd
s=pd.Series({'考号':'10182156','姓名':'王小丫','科目一':'97','科目二':'85'})

print(s)
>>> 考号     10182156
    姓名          王小丫
    科目一          97
    科目二          85
    dtype: object

1.按索引号(位置)访问

• 得到单个元素的值

#获取第一个元素和最后一个元素
#结果中不显示索引名
print('单一索引号访问:\n',s[0],s[-1])

>>> 单一索引号访问:
     10182156 85

• 离散、切片得到索引名以及值组成的Series

索引号切片索引时，是左闭右开区间

#离散、切片获取的批量数据组成Series类型
#得到索引名以及值组成的Series
print('离散列表为索引号访问1:\n',s[[0,2]],sep='')
>>> 离散列表为索引号访问:
    考号     10182156
    科目一          97
    dtype: object

print('切片索引号访问:\n',s[1:3],sep='')
>>> 切片索引号访问:
    姓名     王小丫
    科目一     97
    dtype: object

2.按索引名访问

• 得到单个元素的值

print('单一索引名访问:\n',s['姓名'],sep='')
>>> 单一索引名访问:
    王小丫

• 得到索引名以及值组成的Series

索引名切片索引时，左右均是闭区间

#切片头尾均可取到
print('离散列表为索引名访问2:\n',s[['姓名','科目二']],sep='')
>>> 离散列表为索引名访问:
    姓名     王小丫
    科目二     85
    dtype: object

print('索引名切片访问:\n',s['考号':'科目一'],sep='')
>>> 索引名切片访问:
    考号     10182156
    姓名          王小丫
    科目一          97
    dtype: object

3.按条件访问（通过条件表达式）

dates=pd.date_range('20190708',periods=6)
s=pd.Series([112,37,43,58,44,48],index=dates)
print(s)
>>> 2019-07-08    112
    2019-07-09     37
    2019-07-10     43
    2019-07-11     58
    2019-07-12     44
    2019-07-13     48
    Freq: D, dtype: int64

#s.values<=50与s<=50对比
print(s.values<=50)#<class 'numpy.ndarray'>
>>> [False  True  True False  True  True]
print(s<=50)
>>> 2019-07-08    False
    2019-07-09     True
    2019-07-10     True
    2019-07-11    False
    2019-07-12     True
    2019-07-13     True
    Freq: D, dtype: bool

print(s[s.values<=50])
>>> 2019-07-09    37
    2019-07-10    43
    2019-07-12    44
    2019-07-13    48
    dtype: int64