專欄導(dǎo)讀

? 作者簡介：i阿極，CSDN Python領(lǐng)域新星創(chuàng)作者，專注于分享python領(lǐng)域知識。

? 本文錄入于《數(shù)據(jù)分析之道》，本專欄針對大學(xué)生、初級數(shù)據(jù)分析工程師精心打造，對python基礎(chǔ)知識點逐一擊破，不斷學(xué)習(xí)，提升自我。
? 訂閱后，可以閱讀《數(shù)據(jù)分析之道》中全部文章內(nèi)容，包含python基礎(chǔ)語法、數(shù)據(jù)結(jié)構(gòu)和文件操作，科學(xué)計算，實現(xiàn)文件內(nèi)容操作，實現(xiàn)數(shù)據(jù)可視化等等。
? 其他專欄：《數(shù)據(jù)分析案例》 ，《機器學(xué)習(xí)案例》

??????如果覺得文章不錯或能幫助到你學(xué)習(xí)，可以點贊??收藏??評論??+關(guān)注哦！??????

??????如果有小伙伴需要數(shù)據(jù)集和學(xué)習(xí)交流，文章下方有交流學(xué)習(xí)區(qū)！一起學(xué)習(xí)進步！??

1、Series簡介

Series是一種一維數(shù)組結(jié)構(gòu)，它由兩個部分組成：索引和值。索引是一個標簽數(shù)組，可以用來標識數(shù)據(jù)。值可以是任何類型的數(shù)據(jù)，例如整數(shù)、浮點數(shù)、字符串等。Series提供了類似于Numpy數(shù)組的操作，同時也支持類似于Python字典的操作。

函數(shù)如下：

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

參數(shù)說明：

• data：一組數(shù)據(jù)(ndarray 類型)。

• index：數(shù)據(jù)索引標簽，如果不指定，默認從 0 開始。

• dtype：數(shù)據(jù)類型，默認會自己判斷。

• name：設(shè)置名稱。

• copy：拷貝數(shù)據(jù)，默認為 False。

2、創(chuàng)建Series

創(chuàng)建Series的方式非常簡單，可以使用Python列表、Numpy數(shù)組或者字典來創(chuàng)建Series。

使用列表創(chuàng)建Series:

import pandas as pd

# 使用列表創(chuàng)建Series
s1 = pd.Series([1, 2, 3, 4, 5])
print(s1)

使用Numpy數(shù)組創(chuàng)建Series:

import numpy as np
s2 = pd.Series(np.array([10, 20, 30, 40, 50]))
print(s2)

使用字典創(chuàng)建Series:

# 使用字典創(chuàng)建Series
s3 = pd.Series({'apple': 3, 'banana': 2, 'orange': 5})
print(s3)

3、Series索引

Series的索引可以通過索引標簽或者整數(shù)位置來訪問。

例如：
通過索引標簽訪問元素

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

# 通過索引標簽訪問元素
print(s['a'])
print(s['c'])

通過整數(shù)位置訪問元素

s = pd.Series([1, 2, 3, 4, 5], index=['a', 'b', 'c', 'd', 'e'])
print(s)
# 通過整數(shù)位置訪問元素
print(s[0])
print(s[2])

可以看到，通過索引標簽訪問元素需要使用方括號，并將索引標簽作為參數(shù)傳入。通過整數(shù)位置訪問元素也需要使用方括號，并將整數(shù)位置作為參數(shù)傳入。需要注意的是，如果Series中的索引標簽是整數(shù)，則使用整數(shù)位置訪問元素時可能會出現(xiàn)歧義。

使用.loc屬性訪問元素

# 使用.loc屬性訪問元素
print(s.loc['a'])
print(s.loc['c'])

使用.iloc屬性訪問元素

# 使用.iloc屬性訪問元素
print(s.iloc[0])
print(s.iloc[2])

.loc用于通過索引標簽訪問元素，.iloc用于通過整數(shù)位置訪問元素

4、Series切片

除了訪問單個元素，還可以使用切片來訪問Series中的一部分數(shù)據(jù)。使用切片需要指定開始索引和結(jié)束索引，語法與Python中的切片語法類似。

例如：
使用索引標簽切片

import pandas as pd

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

# 使用索引標簽切片
print(s['a':'c'])

使用整數(shù)位置切片

# 使用整數(shù)位置切片
print(s[0:3])

??文章下方有交流學(xué)習(xí)區(qū)！一起學(xué)習(xí)進步！??????
??首發(fā)CSDN博客，創(chuàng)作不易，如果覺得文章不錯，可以點贊??收藏??評論??
??你的支持和鼓勵是我創(chuàng)作的動力???文章來源地址http://www.zghlxwxcb.cn/news/detail-453954.html

到了這里，關(guān)于【數(shù)據(jù)分析之道-Pandas(一)】Series操作的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！