Pandas简介

pandas.Series(data,index,dtype,copy)

data:支持多种数据类型

index:索引值必须是唯一的，与data的长度相同

dtype:数据类型

copy:是否复制数据

• ndarray创建一个Series对象

import pandas as pd
import numpy as np
data=np.array(['a','b','c','d'])
s=pd.Series(data,index=[100,101,102,103])
print(s)

输出结果为：100  a

                      101  b

                      102  c

                      103  d

             dtype：object

• 字典创建一个Series

#不传递index的话，key为index，value为传入的值

import pandas as pd
import numpy as np
data={'a':0.,'b':1.,'c':2.}
s=pd.Series(data)
print(s)

输出结果为：a   0.0

                      b   1.0

                      c    2.0

          dtype:float64

#传入index的话，先根据index匹配key，key中不存在的index的值为NaN

• 从常量创建一个Series

import pandas as pd
import numpy as np
s=pd.Series(5,index=[1,2,3,4])
print(s)
 

输出结果为:

                    1      5

                    2     5

                    3     5

                    4     5

          dtype:int64

访问Series数据，如下列代码行

import pandas as pd
s=pd.Series([1,2,3,4,5],index=['a','b','c','d','e'])
#通过位置访问数据
print(s[0])   #检索第一个元素    
#  1

print(s[:3])  #检索s中的前三个元素      
'''a  1
   b  2
   c  3
dtype:int64'''

print(s[-3:])
'''c  3
   d  4
   e  5
dtype:int64'''

#通过索引访问数据
print(s['a'])
# 1

print(s[['a','c','d']])
'''a  1
   c  3
   d  4
dtype:int64'''

#如果Series中没有此索引,则返回KeyError错误,如下：
print(s['f'])

• Series对象的使用

1.axes：返回Series索引列表

2.dtype：返回Series的数据类型

3.empty：判断Series是否为空，如果为空，则返回true

4.ndim：返回基础数据的维度数，默认为：1

5.size：返回基础数据中的元素个数

6.values：将Series作为ndarray返回

7.head():返回前n行

8.tail():返回最后n行

import numpy as np
import pandas as pd
s=pd.Series(np.array([1,2,3,4]))
print(s)
'''
0  1
1  2
2  3
3  4'''

print(s.axes)   #[RangeIndex(start=0,stop=0,step=1)]
print(s.dtype)   #int32   
print(s.empty)   #false
print(s.nidm)   # 1
print(s.size)   #  4
print(s.values)   #[1 2 3 4]
print(s.head(2))  
'''0  1
   1  2
 dtype=int32'''
print(s.tail(2))
'''2  3
   3  4 
dtype:int32'''

• 以上就是关于pandas模块中Series对象的一些简易操作，望大家在继续学习的路上，能够越来越棒！