pandas Series 構建

• 通過數組的方法

ar = [90.0,92.0,89.0,65.0] s = pd.Series(ar,index=['Jack','Marry','Tom','Zack'],dtype = np.float64) print(s)

• 通過字典的方法

dic = {'Jack':90.0,'Marry':92.0,'Tom':89.0,'Zack':65.0} s1 = pd.Series(dic) print(s1)

兩種方式的輸出均為：

Jack 90.0 Marry 92.0 Tom 89.0 Zack 65.0 dtype: float64

查看序列的類型，索引及值

# Series 數據結構 # Series 是帶有標簽的一維數組，可以保存任何數據類型（整數，字符串，浮點數，Python對象等）,軸標簽統稱為索引s = pd.Series(np.random.rand(5)) print(s) print(type(s)) # 查看數據、數據類型print(s.index,type(s.index)) print(s.values,type(s.values)) # .index查看series索引，類型為rangeindex # .values查看series值，類型是ndarray# 核心：series相比于ndarray，是一個自帶索引index的數組 → 一維數組 + 對應索引 # 所以當只看series的值的時候，就是一個ndarray # series和ndarray較相似，索引切片功能差別不大 # series和dict相比，series更像一個有順序的字典（dict本身不存在順序），其索引原理與字典相似（一個用key，一個用index）

直接查看索引，不能區分索引中的字符和整型數
在原始序列的基礎上，添加兩行

s3['0']=100 s3['11'] =200 s2 = pd.Series(np.random.randn(3),name = 'test') s3 = s2.rename('hehehe') s3['0']=100 s3['11'] =200 print('******* s2 **********\n',s2,'\n','******* s3 **********\n',s3) print('**** s2.index ****',s2.index) print('**** s3.index ****',s3.index)

查看打印出來的結果

******* s2 **********0 -0.388924 1 -0.866639 2 0.045354 Name: test, dtype: float64 ******* s3 **********0 -0.388924 1 -0.866639 2 0.045354 0 100.000000 11 200.000000 Name: hehehe, dtype: float64 **** s2.index **** RangeIndex(start=0, stop=3, step=1) **** s3.index **** Index([0, 1, 2, '0', '11'], dtype='object')

總結

以上是生活随笔為你收集整理的pandas（一）-- Series创建及索引的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。