• Pandas | 02 Series 系列


    系列(Series)是能够保存任何类型的数据(整数,字符串,浮点数,Python对象等)的一维标记数组。轴标签统称为索引。

    pandas.Series

    Pandas系列可以使用以下构造函数创建 -

    
    
    pandas.Series( data, index, dtype, copy)
     
    参数描述
    data 数据采取各种形式,如:ndarraylistconstants
    index 索引值必须是唯一的和散列的,与数据的长度相同。 默认np.arange(n)如果没有索引被传递。
    dtype dtype用于数据类型。如果没有,将推断数据类型
    copy 复制数据,默认为false

    可以使用各种输入创建一个系列,如:

    • 数组
    • 字典
    • 标量值或常数

    创建一个空的系列

    创建一个基本系列,是一个空系列。

    import pandas as pd
    
    s = pd.Series()
    print(s)

    输出结果:

    Series([], dtype: float64)
    
     

    从ndarray创建一个系列

    如果数据是ndarray,则传递的索引必须具有相同的长度。 如果没有传递索引值,那么默认的索引将是范围(n),其中n是数组长度,即[0,1,2,3…. range(len(array))-1] - 1]

    示例1:没有传递任何索引,因此默认情况下,它分配了从0len(data)-1的索引,即:03

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

    输出结果:

    0   a
    1   b
    2   c
    3   d
    dtype: object

     示例2:传递了索引值。现在可以在输出中看到自定义的索引值

    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:

    100  a
    101  b
    102  c
    103  d
    dtype: object

     

    从字典创建一个系列

      字典(dict)可以作为输入传递,如果没有指定索引,则按排序顺序取得字典键以构造索引。 如果传递了索引,索引中与标签对应的数据中的值将被拉出。

     示例1

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

    输出结果:

    a 0.0
    b 1.0
    c 2.0
    dtype: float64

    注意 - 字典键用于构建索引。

     示例2

    import pandas as pd
    
    data = {'a' : 0., 'b' : 1., 'c' : 2.}
    s = pd.Series(data,index=['b','c','d','a'])
    print(s)

    输出结果:

    b 1.0
    c 2.0
    d NaN
    a 0.0
    dtype: float64
    
     

    注意观察 - 索引顺序保持不变,缺少的元素使用NaN(不是数字)填充。

    从标量创建一个系列

    如果数据是标量值,则必须提供索引。将重复该值以匹配索引的长度。

    import pandas as pd
    
    s = pd.Series(5, index=[0, 1, 2, 3])
    print(s)

    输出结果:

    0  5
    1  5
    2  5
    3  5
    dtype: int64

    从具有位置的系列中访问数据

      系列中的数据可以使用类似于访问ndarray中的数据来访问。

    示例-1:检索第一个元素。比如已经知道数组从零开始计数,第一个元素存储在零位置等等。

    import pandas as pd
    
    s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])
    print(s[0])

    输出结果:

    1
    
     

    示例-2

    检索系列中的前三个元素。 如果a:被插入到其前面,则将从该索引向前的所有项目被提取。 如果使用两个参数(使用它们之间),两个索引之间的项目(不包括停止索引)。

    import pandas as pd
    
    s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])
    
    #retrieve the first three element
    print s[:3]

    输出结果:

    a  1
    b  2
    c  3
    dtype: int64

    示例-3:检索最后三个元素

    import pandas as pd
    
    s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])
    
    #retrieve the last three element
    print s[-3:]

    输出结果:

    c  3
    d  4
    e  5
    dtype: int64

    使用标签检索数据(索引)

      一个系列就像一个固定大小的字典,可以通过索引标签获取和设置值。

    示例1:使用索引标签值检索单个元素。

    import pandas as pd
    
    s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])
    
    #retrieve a single element
    print s['a']

    输出结果:

    1
    
     

    示例2:使用索引标签值列表检索多个元素。

    import pandas as pd
    
    s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])
    
    #retrieve multiple elements
    print s[['a','c','d']]

    输出结果:

    a  1
    c  3
    d  4
    dtype: int64
    
     

    示例3:如果不包含标签,则会出现异常。

    import pandas as pd
    
    s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])
    
    #retrieve multiple elements
    print s['f']
    
    

    输出结果 :

    …
    KeyError: 'f'
    
  • 相关阅读:
    JS中的call_user_func封装
    js中insertAdjacentHTML的玩法
    小tip: DOM appendHTML实现及insertAdjacentHTML
    js获取和设置属性的方法
    安装Yeoman,遇到的问题
    HTML中Select的使用详解
    jQuery Ajax异步处理Json数据详解
    chrome浏览器Uncaught TypeError: object is not a function问题解决
    SpringBoot Web实现文件上传下载功能实例解析
    SpringMVC Web实现文件上传下载功能实例解析
  • 原文地址:https://www.cnblogs.com/Summer-skr--blog/p/11703958.html
Copyright © 2020-2023  润新知