series是一種類似於陣列的物件,它由一種資料以及一組與之相關的資料索引組成。
from pandas import series,dataframe
import pandas as pd
import numpy as np
obj = series([4,7,-5,3])
objout[3]:
0 4
1 7
2 -5
3 3
dtype: int64
obj.values
out[4]: array([ 4, 7, -5, 3], dtype=int64)
obj.index
out[5]: rangeindex(start=0, stop=4, step=1)
obj2 = series([4,7,-5,3], index=['d','b','a','c'])
obj2
out[7]:
d 4
b 7
a -5
c 3
dtype: int64
obj2.index
out[8]: index(['d', 'b', 'a', 'c'], dtype='object')
obj2['a']
out[9]: -5
obj['d']=-6
obj2
out[11]:
d 4
b 7
a -5
c 3
dtype: int64
obj2[['c','a','d']]
out[12]:
c 3
a -5
d 4
dtype: int64
obj2['d']=-6
obj2
out[14]:
d -6
b 7
a -5
c 3
dtype: int64
obj2[obj2>0]
out[15]:
b 7
c 3
dtype: int64
obj2*2
out[16]:
d -12
b 14
a -10
c 6
dtype: int64
np.exp(obj2)
out[19]:
d 0.002479
b 1096.633158
a 0.006738
c 20.085537
dtype: float64
'b'in obj2
out[20]: true
'e' in obj2
out[21]: false
也可以直接通過字典來建立series
sdata =
obj3 = series(sdata)
obj3
out[24]:
李白 850
元歌 980
程咬金 420
蔡文姬 120
dtype: int64
states = ['蔡文姬','程咬金','孫尚香','元歌']
obj4 = series(sdata,index = states)
obj4
out[27]:
蔡文姬 120.0
程咬金 420.0
孫尚香 nan
元歌 980.0
dtype: float64
pd.isnull(obj4)
out[28]:
蔡文姬 false
程咬金 false
孫尚香 true
元歌 false
dtype: bool
obj4.isnull()
out[30]:
蔡文姬 false
程咬金 false
孫尚香 true
元歌 false
dtype: bool
obj3 + obj4
out[31]:
元歌 1960.0
孫尚香 nan
李白 nan
程咬金 840.0
蔡文姬 240.0
dtype: float64
obj4.name = '物理攻擊'
obj4.index.name = '英雄'
obj4
out[34]:
英雄蔡文姬 120.0
程咬金 420.0
孫尚香 nan
元歌 980.0
name: 物理攻擊, dtype: float64
也可以改變索引值
obj.index = ['紅','黃','藍','綠','紫']
objout[38]:
紅 4
黃 7
藍 -5
綠 3
紫 -6
dtype: int64
pandas資料結構
coding utf 8 pandas是numpy的公升級版,功能比numpy更高階 import pandas as pd import numpy as np pandas庫主要定義了兩種資料型別 series dataframe 通過乙個list列表構建乙個series資料 ser obj p...
Pandas資料結構
pandas處理以下三個資料結構 這些資料結構構建在numpy陣列之上,這意味著它們很快。考慮這些資料結構的最好方法是,較高維資料結構是其較低維資料結構的容器。例如,dataframe是series的容器,panel是dataframe的容器。資料結構 維數描述系列1 1d標記均勻陣列,大小不變。資...
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...