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
- Pandas数据结构Series: https://www.runoob.com/pandas/pandas-series.html