欢迎关注WX公众号：【程序员管小亮】

1. Series介绍

Pandas模块的数据结构主要有两：1、Series ；2、DataFrame

series是一个一维数组，是基于NumPy的ndarray结构。Pandas会默然用0到n-1来作为series的index，但也可以自己指定index(可以把index理解为dict里面的key)。

2. Series创建

pd.Series([list]，index=[list])

参数为list；index为可选参数，若不填写则默认index从0开始；若填写则index长度应该与value长度相等。

import pandas as pds=pd.Series([1,2,3,4,5]，index=['a','b','c','f','e'])
print s

pd.Series({dict})

以一字典结构为参数。

import pandas as pds=pd.Series({'a':1,'b':2,'c':3,'f':4,'e':5})
print s

3. Series取值

s[index] or s[[index的list]]

取值操作类似数组，当取不连续的多个值时可以以list为参数

import pandas as pd
import numpy as npv = np.random.random_sample(50)
s = pd.Series(v)
s1 = s[[3, 13, 23, 33]]
s2 = s[3:13]
s3 = s[43]
print("s1", s1)
print("s2", s2)
print("s3", s3)

s1 3     0.064095
13    0.354023
23    0.225739
33    0.959288
dtype: float64s2 3     0.064095
4     0.405651
5     0.024181
6     0.367606
7     0.844005
8     0.405313
9     0.102824
10    0.806400
11    0.950502
12    0.735310
dtype: float64s3 0.42803253918

4. Series取头和尾的值

.head(n)；.tail(n)

取出头n行或尾n行，n为可选参数，若不填默认5

import pandas as pd
import numpy as npv = np.random.random_sample(50)
s = pd.Series(v)
print("s.head()", s.head())
print("s.head(3)", s.head(3))
print("s.tail()", s.tail())
print("s.head(3)", s.head(3))

s.head() 0    0.714136
1    0.333600
2    0.683784
3    0.044002
4    0.147745
dtype: float64
s.head(3) 0    0.714136
1    0.333600
2    0.683784
dtype: float64
s.tail() 45    0.779509
46    0.778341
47    0.331999
48    0.444811
49    0.028520
dtype: float64
s.head(3) 0    0.714136
1    0.333600
2    0.683784
dtype: float64

5. Series常用操作

import pandas as pd
import numpy as npv = [10, 3, 2, 2, np.nan]
v = pd.Series(v)
print("len():", len(v))  # Series长度,包括NaN
print("shape():", np.shape(v))  # 矩阵形状，（，）
print("count():", v.count())  # Series长度，不包括NaN
print("unique():", v.unique())  # 出现不重复values值
print("value_counts():\n", v.value_counts())  # 统计value值出现次数

len(): 5
shape(): (5,)
count(): 4
unique(): [ 10.   3.   2.  nan]
value_counts():
2.0     2
3.0     1
10.0    1
dtype: int64

6. Series加法

import pandas as pd
import numpy as npv = [10, 3, 2, 2, np.nan]
v = pd.Series(v)
sum = v[1:3] + v[1:3]
sum1 = v[1:4] + v[1:4]
sum2 = v[1:3] + v[1:4]
sum3 = v[:3] + v[1:]
print("sum", sum)
print("sum1", sum1)
print("sum2", sum2)
print("sum3", sum3)

sum 1    6.0
2    4.0
dtype: float64sum1 1    6.0
2    4.0
3    4.0
dtype: float64sum2 1    6.0
2    4.0
3    NaN
dtype: float64sum3 0    NaN
1    6.0
2    4.0
3    NaN
4    NaN
dtype: float64

7. Series查找

范围查找

import pandas as pd
import numpy as nps = {"ton": 20, "mary": 18, "jack": 19, "jim": 22, "lj": 24, "car": None}
sa = pd.Series(s, name="age")
print(sa[sa>19])

jim    22.0
lj     24.0
ton    20.0
Name: age, dtype: float64

中位数

import pandas as pd
import numpy as nps = {"ton": 20, "mary": 18, "jack": 19, "jim": 22, "lj": 24, "car": None}
sa = pd.Series(s, name="age")
print("sa.median()", sa.median())

sa.median() 20.0

8. Series赋值

import pandas as pd
import numpy as nps = {"ton": 20, "mary": 18, "jack": 19, "jim": 22, "lj": 24, "car": None}
sa = pd.Series(s, name="age")
print(s)
print('----------------')
sa['ton'] = 99
print(sa)

{'ton': 20, 'mary': 18, 'jack': 19, 'jim': 22, 'lj': 24, 'car': None}
----------------
car      NaN
jack    19.0
jim     22.0
lj      24.0
mary    18.0
ton     99.0
Name: age, dtype: float64

python课程推荐。

参考文章

Pandas模块入门（一）——Series结构介绍
python数据分析之pandas里的Series

pd.Series()函数解析（最清晰的解释）相关推荐

pd.Series()函数
Pandas模块的数据结构主要有两:1.Series :2.DataFrame series是一个一维数组,是基于NumPy的ndarray结构: Pandas会默认用0到n-1来作为series的i ...
pd.DataFrame()函数解析（最清晰的解释）
欢迎关注WX公众号:[程序员管小亮] DataFrame是Python中Pandas库中的一种数据结构,它类似excel,是一种二维表. 文章目录欢迎关注WX公众号:[程序员管小亮] ==DataF ...
python函数：pd.Series()
形式: pandas.Series(data=None, index=None, dtype=None, name=None, copy=False, fastpath=False) Pandas 主 ...
python中pd series_Python 数据处理（三）——pd.Series
前言对于如何使用 R 来处理表格数据,相信你已经学习到很多了. 下面我们的重点是介绍如何在 Python 中处理表格型数据,提到 Python 数据处理,那就不得不说 pandas 了. panda ...
例子解释，pandas的pd.read_csv函数，quoting = 3是什么意思
问题 pandas的pd.read_csv函数,quoting = 3是什么意思? 新建一个test.txt文件,内容如下: 哈哈 haha "haha" "哈哈&quo ...
plt.subplot() 函数解析
参考博客: (83条消息) plt: subplot().subplots()详解及返回对象figure.axes的理解_涛涛ALG的博客-CSDN博客_plt.subplot参数https://bl ...
python重要的第三方库pandas模块常用函数解析之DataFrame
pandas模块常用函数解析之DataFrame 关注公众号"轻松学编程"了解更多. 以下命令都是在浏览器中输入. cmd命令窗口输入:jupyter notebook 打开浏览器 ...
python assert函数解析
1. assert 的应用(主要是用来判断,调试代码用的),不影响后面的代码执行. # assert 的应用(主要是用来判断,调试代码用的)# 写法1| # assert 1 == 0, \ # '出 ...
json数据解析_VBA 实践指南 -- Split函数解析Json数据
什么是JSON? JSON(JavaScript Object Notation) 是一种及其轻量级的数据交换格式,它是 ECMAScript (欧洲计算机协会制定的JavaScript规范)的一个子 ...

pd.Series()函数解析（最清晰的解释）