pandas的series数据结构

    series的基本用法

    series是类似于一维数组的对象,包括数组和索引。

   series可以通过数组创建,也可以通过字典创建,创建的时候可以设置index。

series可以同常量计算,也可以同series运算,支持numpy的常用函数,支持切片,支持布尔索引,,支持花式索引。

import pandas as pd
import numpy as np
a = pd.Series([2,3,4,5])
print(a)
b = pd.Series([2,3,4,5], index=['a','b','c','d'])
print(b)
print(b[['b','d']])
print(b['b':'d'])

a = pd.Series(np.arange(5))
print(a)
print(a+1)
print(a+a)
print(a[0:2])
print(a[a>2])

    series的索引支持in的运算,使用for获取series的元素时,获取的值为数据,不是索引。

a = pd.Series({'a':1,'b':3})
print(a)
print('a' in a)
print(a.index)
for i in a:
    print(i)

   series整数索引

    当获取数据使用中括号时,内容默认被识别为“标签”。

    可以使用loc和iloc标志来识别,是使用标签还是下标,强烈建议使用这个方式。

a = pd.Series(np.arange(20))
print(a)
b = a[10:].copy()
print(b)
print(b[10])
print(b.loc[10])
print(b.iloc[9])

     series数据对齐

series计算的时候会按照索引,也就是标签进行对齐。

如果你喜欢这篇文章,别忘了点赞和评论哦!

发布了173 篇原创文章 · 获赞 93 · 访问量 38万+

猜你喜欢

转载自blog.csdn.net/chenzhanhai/article/details/104598462
今日推荐