• 爬虫与Python:(四)爬虫进阶扩展之Pandas——3.数据结构Series


    1. 定义

    Pandas Series 类似表格中的一个列(column),类似于一维数组,可以保存任何数据类型。

    Series 由索引(index)和列组成,函数如下:

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

    2. 参数

    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
    False 拷贝数据,默认为 False

    3. 实例

    3.1 简单实例方法

    1 import pandas as pd
    2 
    3 a = [1, 2, 3]
    4 myvar = pd.Series(a)
    5 print(myvar)

    输出结果如下:

    从上图可知,如果没有指定索引,索引值就从 0 开始,我们可以根据索引值读取数据:

    1 import pandas as pd
    2 
    3 a = [1, 2, 3]
    4 myvar = pd.Series(a)
    5 print(myvar[1])

    输出结果为: 2

    3.2 指定索引值

    我们可以指定索引值。例如,将原例子的[1,2,3]替换为[x,y,z]。

    1 import pandas as pd
    2 
    3 a = ["Google", "Runoob", "Wiki"]
    4 myvar = pd.Series(a, index = ["x", "y", "z"])
    5 print(myvar)

    只是,可以根据索引来读取:

    1 import pandas as pd
    2 
    3 a = ["Google", "Runoob", "Wiki"]
    4 myvar = pd.Series(a, index = ["x", "y", "z"])
    5 print(myvar["y"])

    输出结果为: Runoob

    3.3 用对象来创建Series

    我们也可以使用 key/value 对象,类似字典来创建 Series。

    1 import pandas as pd
    2 
    3 sites = {1: "Google", 2: "Runoob", 3: "Wiki"}
    4 myvar = pd.Series(sites)
    5 print(myvar)

    输出结果如下:

     从以上图可知,字典的“key”变成了索引值。

    如果我们只需要字典中的一部分数据,只需要指定需要数据的索引即可,如下实例:

    1 import pandas as pd
    2 
    3 sites = {1: "Google", 2: "Runoob", 3: "Wiki"}
    4 myvar = pd.Series(sites, index = [1, 2])
    5 print(myvar)

    输出结果为:

      3.4 设置Series参数名称

    1 import pandas as pd
    2 
    3 sites = {1: "Google", 2: "Runoob", 3: "Wiki"}
    4 myvar = pd.Series(sites, index = [1, 2], name="RUNOOB-Series-TEST" )
    5 print(myvar)

    运行结果如下:

    4. 参考网址

    有志者,事竟成,破釜沉舟,百二秦关终属楚; 苦心人,天不负,卧薪尝胆,三千越甲可吞吴。
  • 相关阅读:
    webpack学习笔记--配置总结
    webpack学习笔记--多种配置类型
    webpack学习笔记--整体配置结构
    webpack学习笔记--其它配置项
    webpack学习笔记--配置devServer
    webpack学习笔记--配置plugins
    webpack学习笔记--配置resolve
    webpack学习笔记--配置module
    webpack学习笔记--配置output
    webpack学习笔记--配置entry
  • 原文地址:https://www.cnblogs.com/luyj00436/p/15472478.html
Copyright © 2020-2023  润新知