pandas 中的Series

最新推荐文章于 2024-10-11 12:51:37 发布

真你假我

最新推荐文章于 2024-10-11 12:51:37 发布

阅读量5.6k

点赞数 2

分类专栏： python python 文章标签： python pandas series

本文链接：https://blog.csdn.net/zhangzejia/article/details/79558399

版权

本文详细介绍了pandas库中的核心数据结构Series，包括其创建、值的获取、运算、缺失值检测、自动对齐以及name属性。Series可以视为一维数组，支持多种创建方式和索引操作，并且在运算时能自动对齐不同索引。此外，通过isnull和notnull函数可以检查缺失值，而name属性允许为Series和索引赋予名称。

摘要由CSDN通过智能技术生成

import pandas as pd

 
           import pandas as pd
import numpy as np

pandas中主要有两种数据结构，分别是：Series和DataFrame。

(1)Series：一种类似于一维数组的对象，是由一组数据(各种NumPy数据类型)以及一组与之相关的数据标签(即索引)组成。仅由一组数据也可产生简单的Series对象。注意：Series中的索引值是可以重复的。

(2)DataFrame：一个表格型的数据结构，包含有一组有序的列，每列可以是不同的值类型(数值、字符串、布尔型等)，DataFrame即有行索引也有列索引，可以被看做是由Series组成的字典。

1、series 的创建

（1）Series：通过一维数组创建

（2）Series：通过字典的方式创建

（3）修改索引值

 
          # series 的创建：数组方式
arr=np.array([1,3,5,np.NaN,10])
ser1=pd.Series(arr)
print(ser1)
# 获取series的元素的数据类型
print(ser1.dtype)
# 获取series的索引
print(ser1.index)
# 获取series的值
print(ser1.values) 
         

0     1.0
1     3.0
2     5.0
3     NaN
4    10.0
dtype: float64
float64
RangeIndex(start=0, stop=5, step=1)
[  1.   3.   5.  nan  10.]

 
          # 通过index修改索引值,且索引值可以重复
ser2=pd.Series([98,99,90])
ser2.index=['语文','数学','语文']
print(ser2)
ser3=pd.Series(data=[99,98,97],dtype=np.float64,index=['语文','数学',
         