Pandas库的使用--Series

Posted 2020-10-17 L先生AI课堂

一。概念

Series相当于一维数组。

1.调用Series的原生方法创建

import pandas as pd

s1 = pd.Series(data=[1,2,4,6,7],index=[\'a\',\'b\',\'c\',\'d\',\'e\'])# index表示索引
print(s1[\'a\'])
print(s1[0])
print(s1[:3])# 在Series中切片是一个闭合区间表示Series中0-3的元素

print(s1[\'a\':\'d\']) # 范围是一个闭合

print(s1[[\'a\',\'d\']]) #用逗号隔开，表示分别取这两个元素 注意  这里用两个中括号括起来

 

2.使用字典生成Series

 

sdata = {\'beijing\':45000, \'shanghai\':71000, \'guangzhou\':16000, \'shengzheng\':5000}
obj3 = Series(sdata)
print(obj3)
print("-"*40)

states = [\'hangzhou\', \'shanghai\', \'guangzhou\',\'beijing\']
obj4 = Series(sdata, index = states) # 索引重置 使用字典生成Series，并额外指定index，不匹配部分为NaN。
print(obj4)

# #替换index 索引替换

obj.index = [\'Bob\', \'Steve\', \'Jeff\', \'Ryan\']
print(obj)

#Series相加，相同索引部分相加。不相同的索引部分为NaN
print(obj3 + obj4)

 

 二。Series的相关特性及函数

from pandas import Series

#用数组生成Series ,默认情况下使用数字索引
obj = Series([4, 7, -5, 3])
print(obj)

print(obj.values)
print(obj.index)
print(obj.shape,obj.ndim) # 这里 shape表示每一个维度的数量， ndim表示的是维度

 

obj2 = Series([4, 7, -5, 3], index = [\'d\', \'b\', \'a\', \'c\'])

print(obj2.index)
print(obj2[\'a\'])
obj2[\'d\']=6 #替换Series中的元素


print(obj2)
# print(obj2[:3]) # 数字的下标还存在，也可以分片
# print(obj2[[\'c\', \'a\', \'d\']]) #获取索引a,c,d的值
# print(obj2[obj2 > 0])  # 找出大于0的元素

# print(\'b\' in obj2) # 判断索引是否存在
# print(\'e\' in obj2)
# print("-"*40)

 

# # #指定Series及其索引的名字obj4.name = \'我定义的名字\'obj4.index.name = \'index\'print(obj4)

 

 

 持续更新中。。。。，欢迎大家关注我的公众号LHWorld.