利用python数据分析panda学习笔记之Series

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了利用python数据分析panda学习笔记之Series相关的知识,希望对你有一定的参考价值。

1 Series

  a:类似一维数组的对象,每一个数据与之相关的数据标签组成

  b:生成的左边为索引,不指定则默认从0开始。

1 from pandas import Series,DataFrame
2 import pandas as pd
3 #series 一组数据与相关得数据标签组成 
4 obj=Series([4,7,-5,3])
5 obj#索引在左边 值在右边

技术分享

       c:可以通过values和index属性获取数组的表示形式和索引对象

1 obj.values#array([ 4,  7, -5,  3], dtype=int64)
2 obj.index

      d:跟定索引值

1 obj2=Series([4,7,-5,3],index=[d,b,a,c])
2 obj2
3 obj2.index

技术分享

      e:通过索引值得到值

1 obj2[a]
2 obj2[[c,a,d]]
3 obj2[obj2>0]

技术分享

      f:如果数据在python字典中 可以直接通过字典来创建Series

1 sdata={ohio:35000,Texas:71000,Oregon:16000,Utah:5000}
2 obj3=Series(sdata)
3 obj3

技术分享

      g:Series中非常重要的功能就是在多个Series运算的时候会自动匹配相同的索引进行操作

 1 #如果数据在Python字典中 可以直接通过这个字典来创建Series
 2 sdata={ohio:35000,Texas:7100,Oregon:1600,Utah:5000}
 3 obj3=Series(sdata)
 4 obj3
 5 
 6 #如果只是传入一个字典 那么结果Series中索引就是字典得键 缺失为nan
 7 states=[California,ohio,Oregon,Texas]
 8 obj4=Series(sdata,index=states)
 9 
10 #使用isnull notnull判断缺失值
11 
12 
13 #Series中一个非常重要的功能就是在算数运算中自动对其不同索引得数据
14 obj3
15 obj4
16 obj3+obj4

技术分享

技术分享

技术分享   

  h:series中有个特别的属性 name属性

1 bj4.name=population
2 obj4.index.name=state
3 ob

技术分享

 

以上是关于利用python数据分析panda学习笔记之Series的主要内容,如果未能解决你的问题,请参考以下文章

利用python数据分析panda学习笔记之基本功能

《利用python进行数据分析》之《第二章引言》学习笔记_2

Python数据分析之pandas学习

Python数据分析之pandas学习

学习pandas 笔记摘要 pandas

《利用Python 进行数据分析》 - 笔记