pandas.Series 索引

位置下标

# 类似列表
import numpy
import pandas
s = pandas.Series(numpy.random.rand(5))
print(s[4])

标签

import numpy
import pandas
s = pandas.Series(numpy.random.rand(3),index = ['a','b','c'])
print(s)
# 方法类似下标索引，用[]表示，内写上index，注意index是字符串
print(s["b"])

# 如果需要选择多个标签的值，用[[]]来表示(相当于[]中包含一个列表)
# 多标签索引结果是新的数组
sr = s[["b","a"]]
print(sr)

切片

import numpy
import pandas
s1 = pandas.Series(numpy.random.rand(5))
s2 = pandas.Series(numpy.random.rand(3),index = ["a","b","c"])
print(s1[1:4]) # 下标，左闭右开
print(s2["a":"c"]) # 标签，左闭右闭
# 如果index为数字，优先默认为下标

# 下标索引做切片，和列表写法一样
print(s2[:-1])
print(s2[::2]) # 步幅为2

布尔型

import numpy
import pandas
s = pandas.Series(numpy.random.rand(3)*100)
s[4] = None  # 添加一个空值
print(s)
bs1 = s > 50 # 判断是否大于50
bs2 = s.isnull() # 是null
bs3 = s.notnull() # 不是null
print(bs1)
print(bs2)
print(bs3)
# 数组做判断之后，返回的是一个由布尔值组成的新的数组
# .isnull() / .notnull() 判断是否为空值 
# None代表空值，NaN代表有问题的数值，两个都会识别为空值

# 布尔型索引方法：用[判断条件]表示
# 其中判断条件可以是一个语句，或者是一个布尔型数组
print(s[s > 50])
print(s[bs3])