import numpy as np
import pandas as pd
from pandas import series
#1.建立乙個有預設索引的series,series是一種類似與一維陣列的物件,
# 它由一組資料(各種numpy資料型別)以及一組與之相關的資料標籤(即索引)組成
obj = series([4, 7, -5, 3])
print(obj)
#2.通過series的values和index屬性獲取陣列表示形式和索引物件
print(obj.values)
print(obj.index)
#3.顯示建立series的索引,注意索引個數與資料的個數要一致
obj2 = series([4, 7, -5, 3], index=['a', 'b', 'c', 'd'])
print(obj2)
print(obj2.values)
print(obj2.index)
#4.通過索引方式獲取series單個或一組值
print(obj2['a'])
print(obj2[['a', 'b', 'c']])
#5.numpy陣列運算(如根據布林陣列進行過濾,標量乘法,應用數學函式等)都會保留索引和值直接的鏈結
print(obj2[obj2 > 0])
print(obj2 * 2)
print(np.exp(obj2))
#6.series看成是乙個定長的有序字典,它可以用在許多原本需要字典的函式中
print('b' in obj2)
print('e' in obj2)
#7.如果資料被存放在乙個字典中,可以直接通過字典來建立series
sdata =
obj3 = series(sdata)
print(obj3)
#8.sdata中跟states索引相匹配的那3個值會被找出來放到相應的位置上,
#"four"所對應的值找不到,所以其結果為nan
states = ['one', 'two', 'three', 'four']
obj4 = series(sdata, states)
print(obj4)
#9.pandas的isnull和notnull函式可用於檢測缺失資料
print(pd.isnull(obj4))
print(pd.notnull(obj4))
#10.series也有類似的例項方法
print(obj4.isnull())
#11.series最重要的功能是:在算數運算中會自動對齊不同索引的資料
print(obj3 + obj4)
#12.series物件本身及其索引都有乙個name屬性,可以對這個name屬性直接賦值
obj4.name = 'demo'
obj4.index.name = 'state'
print(obj4)
#13.series的索引可以通過賦值的方式直接修改,注意索引個數與資料的個數要一致
obj4.index = ['bob', 'steve', 'jeff', 'ryan']
print(obj4)
pandas資料結構 Series
series是一種類似於一維陣列的物件，由一組資料和一組對應的索引所組成。這就是個series 0 a 1 b 2 c 3 d dtype object建立乙個series 建立series的方法是使用pd.series 通過該函式可以傳入列表，字典等不同型別的物件。在傳入物件後，如果修改被傳入的物...
pandas 資料型別 Series
首先載入庫 import numpy as np import pandas as pdpython list列表建立series a pd.series 1,2,3,4 預設索引 b pd.series 1,2,3,4 index a b c d 自定義索引 s pd.series true,1,...
pandas的資料結構 Series
要是用pandas，你首先得了解它的兩個主要資料結構 series和dataframe，這裡我將簡單介紹一下series series，python，pandas from pandas import series,dataframe import pandas as pd import numpy...