pandas初探 Series生成與索引

series是一種一維的陣列型物件，它包括乙個值序列，和它們的索引。

直觀的來說，它更像乙個字典。因為它的形式為索引：值

生成series一般有兩種方法，通過列表和通過字典

1.列表生成series

import pandas as pd
from pandas import series, dataframe
obj = pd.series([1
,2,4
])print
(obj)
# 0    1
# 1    2
# 2    4
# dtype: int64

當沒有為資料指定索引時，預設索引為0到n-1(n是資料的長度)。

可以通過index屬性，來指定索引。

import pandas as pd
from pandas import series, dataframe
obj = pd.series([1
,2,4
], index=
['d'
,'b'
,'a'])
print
(obj)
# d    1
# b    2
# a    4
# dtype: int64

2.字典生成series

可以使用字典來生成乙個series。

此時索引為字典的鍵，值為對應的鍵值

import pandas as pd
from pandas import series, dataframe
dic =
obj = pd.series(dic)
print
(obj)
# shanghai    1000
# wuhan       2000
# beijing     3000
# dtype: int64

可以使用字典風格的方法對series中的索引和資料值進行判斷

import pandas as pd
from pandas import series, dataframe
dic =
obj = pd.series(dic)
print
(5000
in obj.values)
# false
print
('shanghai'
in obj)
# true

選擇資料時可以用標籤和位置進行索引

import pandas as pd
from pandas import series, dataframe
dic =
obj = pd.series(dic)
print
(obj[
'shanghai'])
# 4000
print
(obj[0]
)# 4000

傳入乙個標籤列表，返回乙個按列表內元素順序排列的seires

import pandas as pd
from pandas import series, dataframe
dic =
obj = pd.series(dic)
print
(obj[
['beijing'
,'shanghai']]
)# beijing     3000
# shanghai    4000
# dtype: int64

當然，也可以用切片。但這時，用標籤切片和位置切片的結果有點區別

import pandas as pd
from pandas import series, dataframe
dic =
obj = pd.series(dic)
print
(obj[
'shanghai'
:'beijing'])
# 標籤切片時包括:右邊的元素
# shanghai    4000
# wuhan       2000
# beijing     3000
# dtype: int64
print
(obj[0:
2])# 位置切片時不包括:右邊的元素
# shanghai    4000
# wuhan       2000
# dtype: int64

series的數學操作與numpy相似，都是逐元素操作。

不過seires在操作中將儲存索引值連線。

import numpy as np
import pandas as pd
from pandas import series, dataframe
obj = pd.series([1
,2,3
,4])
print
(obj *2)
# 0    2
# 1    4
# 2    6
# 3    8
# dtype: int64
print
(np.exp(obj)
)# 0     2.718282
# 1     7.389056
# 2    20.085537
# 3    54.598150
# dtype: float64

另外，當合併兩個seires時，索引會自動對齊：

import pandas as pd
from pandas import series, dataframe
obj = pd.series([1
,2,3
,4], index=
['a'
,'b'
,'c'
,'d'])
obj2 = pd.series([2
,3,4
,5,6
], index=
['b'
,'c'
,'a'
,'d'
,'f'])
print
(obj+obj2)
# a    5.0
# b    4.0
# c    6.0
# d    9.0
# f    nan

在obj中，鍵』a』對應的值為1.

在obj2中，鍵』a』對應的值為4.因此，計算結果為5（這既是對齊的含義）

又因為鍵』f』未出現在obj中，因此計算結果中』f』對應的值為nan

《利用python進行資料分析》

pandas 入門之Series學習

pandas 入門學習 series 使用方法 import pandas as pd from pandas import series,dataframe import numpy as npseries 是一種類似於一維陣列的物件，它是由一組資料各種numpy資料以及一組與之相關的索引組成...

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...

pandas學習一 Series物件

ser ies對象的建立 colorseries物件的建立 series 物件的創建 s er ies類型是注重索引和值的一種類型series型別是注重索引和值的一種型別 series 型別是注重索引和值的一種型別使用s erie s來建立乙個基本 seri es型別使用se...

pandas初探 Series生成與索引

pandas 入門之Series學習

pandas中的Series物件

pandas學習 一 Series物件

相關推薦

pandas學習一 Series物件