[udacity] pandas学习笔记-2访问和删除pandas series中的元素

目录

• 1  访问和删除pandas series中的元素
  • 1.1  如何访问 Pandas Series 中的元素。
  • 1.2  如何修改 Pandas Series 中的元素。

1  访问和删除pandas series中的元素

1.1  如何访问 Pandas Series 中的元素。

Pandas Series 的一大优势是我们能够以很多不同的方式访问数据。
我们可以通过在方括号 [ ] 内添加索引标签或数字索引访问元素，就像访问 NumPy ndarray 中的元素一样。
因为我们可以使用数字索引，因此可以使用正整数从 Series 的开头访问数据，或使用负整数从末尾访问。

In [1]:

import pandas as pd

In [2]:

groceries = pd.Series(data=[30,6,'yes','no'], index = ['eggs','apples','milk','bread'])
groceries

Out[2]:

eggs       30
apples      6
milk      yes
bread      no
dtype: object

In [3]:

groceries['eggs']

Out[3]:

30

In [4]:

groceries[['eggs','milk']]

Out[4]:

eggs     30
milk    yes
dtype: object

In [5]:

groceries[0]

Out[5]:

30

In [6]:

groceries[-1]

Out[6]:

'no'

In [7]:

groceries[[0,1]]

Out[7]:

eggs      30
apples     6
dtype: object

因为我们可以通过多种方式访问元素，为了清晰地表明我们指代的是索引标签还是数字索引，Pandas Series 提供了两个属性 .loc 和 .iloc，帮助我们清晰地表明指代哪种情况。
属性 .loc 表示 位置，用于明确表明我们使用的是标签索引。同样，属性 .iloc 表示整型位置，用于明确表明我们使用的是数字索引。我们来看一些示例：

In [8]:

groceries.iloc[[0,1]]

Out[8]:

eggs      30
apples     6
dtype: object

In [9]:

groceries.loc['eggs']

Out[9]:

30

和 NumPy ndarray 一样，Pandas Series 也是可变的，也就是说，创建好 Pandas Series 后，我们可以更改其中的元素。
例如，我们更改下购物清单中的鸡蛋购买数量。

1.2  如何修改 Pandas Series 中的元素。

In [10]:

groceries['eggs'] = 2
groceries

Out[10]:

eggs        2
apples      6
milk      yes
bread      no
dtype: object

我们还可以使用 .drop() 方法删除 Pandas Series 中的条目。
Series.drop(label) 方法会从给定 Series 中删除给定的 label。
请注意，Series.drop(label) 方法不在原地地从 Series 中删除元素，即不会更改被修改的原始 Series。
我们可以通过在 .drop() 方法中将关键字 inplace 设为 True，原地地从 Pandas Series 中删除条目。我们来看一个示例：

In [11]:

groceries.drop('apples',inplace=True)

In [12]:

groceries

Out[12]:

eggs       2
milk     yes
bread     no
dtype: object