文章目录

Series
- 定义
- 创建

Pandas中重要的两个数据结构：Series和DataFrame。数据分析必学的两种数据结构，这两种数据结构以Numpy的Ndarray为基础，在Ndarray的基础上将功能做了扩展。需要掌握这两种数据结构的定义、创建、属性、函数。Python数据分析中所使用的大部分代码都属于对这两种数据结构的操作。每个知识点都会写一篇文章做详细讲解，本文主要介绍Series的定义和创建。

Series

定义

Series是可以自定义行标签（index）的一维数组。从定义中可以看出Series就是一个数组（ndarray），并且是一个一维数组，所以它的维度（ndim属性）永远都是1。除此以外，ndarray有的属性和方法Series全部都有，并且在此基础上还做了扩展。例如：Series可以自定义行索引，也就是说如果从Series中获取元素的方法比数组（ndarray）的方法多，除了可以使用整数索引以外还可以使用自定义的行索引进行获取。定义虽然简单，但是非常重要，从定义可以知道Series的很多功能，当然，这必须是对Numpy学习很扎实的条件下。

创建

Series创建的语法如下：

从语法可以看出这是一个类，需要注意的是在创建时’Series’的首字母必须大写。

class pandas.Series(data=None, index=None, dtype=None, name=None, copy=False, fastpath=False)

参数：

data：接收array_like，可迭代对象，字典或者标量，创建Series需要的数据。
index：接收array_like，Series的行索引。
dtype：接收str，numpy数据类型，Series的数据类型。
name：接收str，给Series取的名字。
copy：接收bool值，默认False，是否复制输入的数据。

示例：

使用数组创建：

>>> import numpy as np
>>> import pandas as pd>>> arr01 = np.arange(10,16)
>>> ser01 = pd.Series(data=arr01, index=['a','b','c','d','e','f'],dtype=np.int16, name='age', copy=True)
>>> ser01
a    10
b    11
c    12
d    13
e    14
f    15
Name: age, dtype: int16

使用字典创建：

>>> d = {'a':1, 'b':2, 'c':3, 'd':4, 'e':5, 'f':6}
>>> ser02 =  pd.Series(data=d, dtype='int16')
>>> ser02
a    1
b    2
c    3
d    4
e    5
f    6
dtype: int16

使用标量创建：

>>> ser03 = pd.Series(data=10, index=['a','b','c','d','e','f'], dtype='int16')
>>> ser03
a    10
b    10
c    10
d    10
e    10
f    10
dtype: int16

使用可迭代对象创建：
除以上几种数据类型外，列表、元组等可迭代对象都可以当作数据源给参数data传递数据。如果没有设置参数index，则会使用整数索引作为Series的行索引。

>>> ser04 = pd.Series(data=range(1,10), dtype='int16')
>>> ser04
0    1
1    2
2    3
3    4
4    5
5    6
6    7
7    8
8    9
dtype: int16

0~8为行索引
1~9为数据

Pandas数据结构：Series定义和创建相关推荐

Pandas数据结构简介
Series Series 类似一维数组,由一组数据及一组相关数据标签组成.使用pandas的Series类即可创建. import pandas as pd s1 = pd.Series(['a', ...
Pandas(一)--Series结构
目录 Series结构创建Series对象访问Series数据 Series常用属性 Series常用方法 Series结构 Series 结构,也称 Series 序列,是 Pandas 常用的 ...
python3-pandas 数据结构 Series、DataFrame 基础
Pandas 应用 Pandas 的主要数据结构是 Series (一维数据)与 DataFrame(二维数据),这两种数据结构足以处理金融.统计.社会科学.工程等领域里的大多数典型用例. 数据结构 ...
【DS with Python】 Pandas中Series DataFrame的结构、创建、查询、修改语法与实例
文章目录前言一.Series结构与应用 1.1 Series的构造 1.2 创建Series 1.2.1 可用于创建Series的类型 1.2.2 三种设置index的方法 1.2.3 Serie ...
【Pandas】数据结构Series 基本用法总结
对Series数据结构的理解: (1)Series是Pandas中的数据结构: (2)Series是DataFrame的一列数据: (3)Series的索引,默认为0,1,2,3,4,5...,与列表 ...
小白学 Python 数据分析（3）：Pandas （二）数据结构 Series
在家为国家做贡献太无聊,不如跟我一起学点 Python 顺便问一下,你们都喜欢什么什么样的文章封面图,老用这一张感觉有点丑人生苦短,我用 Python 前文传送门: 小白学 Python 数据分析( ...
Pandas系列(一)：数据结构(Series、DataFrame、时间序列)
Pandas系列目录文章目录一. 简介二. 思维导图三. Pandas数据结构 1. Series 1.1 简介 1.2 创建Series 1.3 Series属性 1.4 索引切片 1.4. ...
pandas数据结构：Series/DataFrame；python函数：range/arange
1. Series Series 是一个类数组的数据结构,同时带有标签(lable)或者说索引(index). 1.1 下边生成一个最简单的Series对象,因为没有给Series指定索引,所以此时会 ...
dataframe两个表合并_Part25:Pandas基础(Series,DataFrame类的创建、索引、切片、算术方法)...
一.为什么学习pandas numpy已经可以帮助我们进行数据的处理了,那么学习pandas的目的是什么呢? numpy能够帮助我们处理的是数值型的数据,当然在数据分析中除了数值型的数据还有好多其他类 ...

Pandas数据结构：Series定义和创建

文章目录

Series

定义

创建

Pandas数据结构：Series定义和创建相关推荐

最新文章

热门文章