series資料型別：有一組一維陣列和索引組成
1.0 自動索引
如下**所示：當只給定值，不給定索引的時候，系統將會自動補齊索引
>>
>
import pandas as pd
>>
> a=pd.series([1
,2,3
,4])
>>
> a01
1223
34dtype: int64
如下**所示：給定倆組資料，前者表示值，後者表示自定義索引
>>
> b=pd.series([5
,6,7
,8],
['a'
,'b'
,'c'
,'d'])
>>
> b
a 5
b 6
c 7
d 8
dtype: int64
3.1 使用標量值
使用標量值的時候，索引值給定後，標量將會根據索引填充
>>
> c=pd.series(
25,index=
['a'
,'b'
,'c'])
>>
> c
a 25
b 25
c 25
dtype: int64
字典型別相當於鍵值對
>>
> d=pd.series(
)>>
> d
a 8
b 5
dtype: int64
>>
>
import numpy as np
>>
> e=pd.series(np.arange(5)
)#還可以給定index=np.arange()給定索引
>>
> e00
1122
3344
dtype: int32
4.1 對其的索引和值進行輸出及檢視其型別
>>
> b.index
index(
['a'
,'b'
,'c'
,'d'
], dtype=
'object'
)>>
> b.values
array([5
,6,7
,8], dtype=int64)
>>
> b[
'a']
5>>
> b[1]
6>>
> b[
['a'
,'b',0
]]#倆種索引不能混用
a 5.0
b 6.0
0 nan
dtype: float64
如下**所示：與其他的切片同理，
>>
> b[:2
]a 5
b 6
dtype: int64
>>
> b[b>b.median()]
#中位數函式
c 7
d 8
dtype: int64
5.1 字典索引：索引鍵
>>
> b[
'a']
5
使用該關鍵字獲取的判斷是使用該值和series中索引進行判斷
>>
>
8in b
false
>>
>
2in b
false
>>
>
'a'in b
true
當存在該索引時，返回該索引對應的值，反之，返回get函式裡面的引數
>>
> b.get(
'f',36)
36>>
> b.get(
'a',36)
5
這是基於索引的運算，當有一方不存在該索引對應的值，則會返回nan
>>
> a=pd.series([1
,2,3
],['c'
,'d'
,'e'])
>>
> a
c 1
d 2
e 3
dtype: int64
>>
> b
a 5
b 6
c 7
d 8
dtype: int64
>>
> a+b
a nan
b nan
c 8.0
d 10.0
e nan
dtype: float64
該屬性隨時修改並立即生效
>>
> b.name
>>
> b.name=
'serise資料'
>>
> b.name
'serise資料'
>>
> b.index.name=
'列名'
>>
> b
列名a 5
b 6
c 7
d 8
name: serise資料, dtype: int64
Pandas庫的使用 Series
一。概念 series相當於一維陣列。1.呼叫series的原生方法建立 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serie...
Pandas庫介紹 Series資料型別
pandas是python的第三方庫，提供高效能易用資料型別和分析工具。提供適合分析的資料型別 提供分析資料的函式 pandas是基於numpy實現的 import pandas as pd d pd.series range 20 print d d.cumsum 計算前n項的累加和 輸出結果 0...
pandas中的Series物件
series和dataframe是pandas中最常用的兩個物件 1。可以用numpy的陣列處理函式直接對series物件進行處理 2。支援使用位置訪問元素，使用索引標籤作為下標訪問元素 每個series物件實際上都是由兩個陣列組成 1 index 從ndarray陣列繼承的index索引物件，儲存...