Series数据结构:

Series是带有标签的一维数组,可以保存任何数据类型(整数,字符串,浮点数Python对象等),轴标签统称为索引

import numpy as np
import pandas as pdar = np.random.rand(5) #生成五个0-1的随机数的数组
s = pd.Series(ar)
print(ar)
print(s)
print(type(s))
print("------")
print(s.index)  #索引,从0开始,5停止,步长为1或者这样写:print(list(s.index))
print(s.values,"\n----") #s是有值的

index查看series索引,类型为rangeindex

values查看series值,类型是ndarray

核心:series相比于ndarray,是一个自带索引index的数组-->一维数组+对应索引

所以当只看series的值得时候,就是一个ndarray

series和ndarray较相识,所以切片功能差别不大

series和dict相比,series更像一个有顺序的字典(dict本身不存在顺序),其索引原理与字典相似(一个用key,一个用index)

import numpy as np
import pandas as pd#Series 创建方法之一:由字典创建,字典的key就是index,values就是values
dic = {"a":1,"b":2,"c":3,4:3,5:10}
s = pd.Series(dic)
print(s)#Series 通过一维数组创建
arr = np.random.rand(10)
s = pd.Series(arr,index=list("abcdefghij")) #通过index可以改变索引的key
print(s)

pandas数据结构series:索引

import numpy as np
import pandas as pd#下标索引
s = pd.Series(np.random.rand(10))
print(s)
print(s[5],type(s[6]),s[7].dtype)
#print(s[-1])  和列表不同的是这里索引为-1会报错#标签索引
s = pd.Series(np.random.rand(5),index=['a','b','c','d','e'])
print(s)
print(s['a'],type(s['a']),s['a'].dtype)
#方法类似下标索引,用[]表示,内写上index,注意index是字符串print(s[['b','a','c']])
#如果需要选择多个标签的值,用[[]]来表示(相当于[]中包含一个列表)
#多标签索引结果是新的数据

切片:

import numpy as np
import pandas as pds1 = pd.Series(np.random.rand(5))
s2 = pd.Series(np.random.rand(5),index=['a','b','c','d','e'])
print(s1)
print(s2)
print(s1[1:4],s1[4])  #下标
print(s2['a':'e'],s2['c'])
print(s2[0:3],s2[3])
print('------')
#注意:用index做切片是末端包含print(s2[:-1])
print(s2[::2])
#下标索引做切片,和list写法一样

pandas基础知识--1相关推荐

  1. Pandas 基础知识

    目录 第二章 pandas基础 一.文件的读取和写入 1. 文件读取 2. 数据写入 二.基本数据结构 1. Series 2. DataFrame 三.常用基本函数 1. 汇总函数 2. 特征统计函 ...

  2. 【甘道夫】Pandas 基础知识总结

    欢迎转载,转载时请注明来源:https://blog.csdn.net/u010967382/article/details/89490502 1.简介 pandas包括3类核心数据结构: 一维:pa ...

  3. python-数据分析-pandas基础知识

    文章目录 1.Series和DataFrame基础操作 添加列数据 添加行数据 删除行列 Series和DataFrame数据计算 按行列排序 2.Series和DataFrame切片 3.数据的读取 ...

  4. pandas基础知识

    一,创建series  import pandas as pd countries = ['中国', '美国', '澳大利亚'] countries_s = pd.Series(countries) ...

  5. 【Pandas 基础知识 数据修改总结】

    目录 前言 一. 数据修改 loc与iloc 1.单值修改 修改红方英雄刺客荆轲为李白 2.单行修改 修改辅助行为墨子 3.单列修改 修改红方伤害为10 4.按条件修改 修改蓝方伤害大于11的为MVP ...

  6. 10分钟了解Pandas基础知识

    背景 在数据分析中pandas举足轻重,学习pandas最好的方法就是看官方文档,以下是根据官方文档10 Minutes to pandas学习记录.(官方标题10分钟,感觉起码得半个小时吧) 在pa ...

  7. NumPy 广播(Broadcast)与pandas基础知识

    文章目录 NumPy 广播(Broadcast) 控制遍历顺序 修改数组中元素的值 使用外部循环 广播迭代 Numpy 数组操作 修改数组形状 umpy.ndarray.flat umpy.ndarr ...

  8. 【Pandas】Pandas基础知识汇总

    提示:该篇文章为自学笔记,bilibili学习视频出处bv: BV1UJ411A7Fs 1. Pandas作用 用于数据分析.数据处理和数据可视化. 2. Pandas数据读取 数据类型 说明 读取方 ...

  9. pandas学习之pandas基础

    感想 一.窗口对象 pandas 中有 3 类窗口,分别是滑动窗口 rolling .扩张窗口 expanding 以及指数加权窗口 ewm. 1.rolling():移动窗口,常用参数window ...

  10. 数据挖掘课程笔记6 : Numpy、Pandas和Matplotlib包基础知识

    #2018-03-22 10:23:16 March Thursday the 12 week, the 081 day SZ SSMR http://blog.csdn.net/eastmount/ ...

最新文章

  1. 使用java调用fastDFS客户端进行静态资源文件上传
  2. video php上下切换,TP3.2实现上下篇切换
  3. python 余数_python中两数相除取余数怎么运算
  4. node.js中的框架
  5. 残差网络(ResNet)
  6. django class类即视图类添加装饰器的几种方法
  7. 信息学奥赛一本通 2064:【例2.1】交换值
  8. 计算机注册dll,电脑中注册dll文件和ocx文件的方法与操作步骤
  9. txt电子书如何用IOS苹果手机打开?
  10. 计算机教学问卷调查,信息技术在数学课堂教学中的应用:数学课堂信息技术应用调查问卷...
  11. 防御windows系统激活工具的后门入侵
  12. python 网络编程模块_详细介绍Python网络编程模块
  13. C/C++/Linux工程师学习资料干货路线这都有,从入门到实战!【CSDN宝藏资料图鉴第二期】
  14. 阿里达摩院发布并开源“通义”大模型,AI底座之上促场景创新
  15. 论文阅读 “Adaptive Tool Path Planning Strategy for Freeform Surface Machining using Point Cloud Article”
  16. 网易云轻舟设计理念与技术选型
  17. 成长笔记4:教育是什么
  18. eas报错日记_EAS新建数据中心报错
  19. JDK 14如期发布,16个新特性快速预览
  20. 让窗口一直在上面 (转)

热门文章

  1. 使用jrtplib(RTP)传输H.264视频文件
  2. 反转链表与分组反转链表
  3. 软考之程序语言与语言处理程序总结
  4. 题目264-国王的魔镜
  5. 牛客网月赛24--ABC
  6. mysql 3.23.49,将旧的3.23.49 MySQL数据库转移到5.0.51 MySQL数据库 – 用ANSI和UTF-8编码...
  7. android模拟器参数设置,模拟器设置界面详解 - 新手引导 - 逍遥安卓论坛 - Powered by Discuz!...
  8. 剑三哪些插件是必备的_盘点那些年用过的神级CAD插件,每一款都舍不得卸载
  9. MySQL抽稀_Android GPS定位轨迹抽稀之道格拉斯-普克(Douglas-Peuker)算法详解
  10. mfc如何对便签页添加颜色_巧用便签功能,pdfFactory为文档添加备忘事项