文章目录
- 专栏导读
- 1、Series简介
- 2、创建Series
- 3、Series索引
- 4、Series切片
专栏导读
✍ 作者简介:i阿极,CSDN Python领域新星创作者,专注于分享python领域知识。
✍ 本文录入于《数据分析之道》,本专栏针对大学生、初级数据分析工程师精心打造,对python基础知识点逐一击破,不断学习,提升自我。
✍ 订阅后,可以阅读《数据分析之道》中全部文章内容,包含python基础语法、数据结构和文件操作,科学计算,实现文件内容操作,实现数据可视化等等。
✍ 其他专栏:《数据分析案例》 ,《机器学习案例》😊😊😊如果觉得文章不错或能帮助到你学习,可以点赞👍收藏📁评论📒+关注哦!👍👍👍
📜📜📜如果有小伙伴需要数据集和学习交流,文章下方有交流学习区!一起学习进步!💪
1、Series简介
Series是一种一维数组结构,它由两个部分组成:索引和值。索引是一个标签数组,可以用来标识数据。值可以是任何类型的数据,例如整数、浮点数、字符串等。Series提供了类似于Numpy数组的操作,同时也支持类似于Python字典的操作。
函数如下:
pandas.Series( data, index, dtype, name, copy)
参数说明:
-
data:一组数据(ndarray 类型)。
-
index:数据索引标签,如果不指定,默认从 0 开始。
-
dtype:数据类型,默认会自己判断。
-
name:设置名称。
-
copy:拷贝数据,默认为 False。
2、创建Series
创建Series的方式非常简单,可以使用Python列表、Numpy数组或者字典来创建Series。
使用列表创建Series:
import pandas as pd
# 使用列表创建Series
s1 = pd.Series([1, 2, 3, 4, 5])
print(s1)
使用Numpy数组创建Series:
import numpy as np
s2 = pd.Series(np.array([10, 20, 30, 40, 50]))
print(s2)
使用字典创建Series:
# 使用字典创建Series
s3 = pd.Series({'apple': 3, 'banana': 2, 'orange': 5})
print(s3)
3、Series索引
Series的索引可以通过索引标签或者整数位置来访问。
例如:
通过索引标签访问元素
s = pd.Series([1, 2, 3, 4, 5], index=['a', 'b', 'c', 'd', 'e'])
print(s)
# 通过索引标签访问元素
print(s['a'])
print(s['c'])
通过整数位置访问元素
s = pd.Series([1, 2, 3, 4, 5], index=['a', 'b', 'c', 'd', 'e'])
print(s)
# 通过整数位置访问元素
print(s[0])
print(s[2])
可以看到,通过索引标签访问元素需要使用方括号,并将索引标签作为参数传入。通过整数位置访问元素也需要使用方括号,并将整数位置作为参数传入。需要注意的是,如果Series中的索引标签是整数,则使用整数位置访问元素时可能会出现歧义。
使用.loc属性访问元素
# 使用.loc属性访问元素
print(s.loc['a'])
print(s.loc['c'])
使用.iloc属性访问元素
# 使用.iloc属性访问元素
print(s.iloc[0])
print(s.iloc[2])
.loc用于通过索引标签访问元素,.iloc用于通过整数位置访问元素
4、Series切片
除了访问单个元素,还可以使用切片来访问Series中的一部分数据。使用切片需要指定开始索引和结束索引,语法与Python中的切片语法类似。
例如:
使用索引标签切片
import pandas as pd
s = pd.Series([1, 2, 3, 4, 5], index=['a', 'b', 'c', 'd', 'e'])
print(s)
# 使用索引标签切片
print(s['a':'c'])
使用整数位置切片
# 使用整数位置切片
print(s[0:3])
📢文章下方有交流学习区!一起学习进步!💪💪💪
📢首发CSDN博客,创作不易,如果觉得文章不错,可以点赞👍收藏📁评论📒
📢你的支持和鼓励是我创作的动力❗❗❗
服务器托管,北京服务器托管,服务器租用 http://www.fwqtg.net