series如何同时使用多个整数离散索引

在使用Pandas Series时，可以同时使用多个整数离散索引来选择元素。可以使用Python列表或数组来指定多个索引，然后将它们传递给Series对象的loc[]方法。例如：

import pandas as pd

# 创建Series对象
s = pd.Series([10, 20, 30, 40, 50], index=['a', 'b', 'c', 'd', 'e'])

# 使用多个整数离散索引选择元素
s.loc[['a', 'c', 'e']]

输出：

a    10
c    30
e    50
dtype: int64

在这个例子中，我们使用了一个包含多个索引的列表来选择Series对象中的元素。loc[]方法返回一个新的Series对象，其中包含了指定的索引对应的元素。

相关问题

series如何使用离散索引

在使用Pandas中的Series时，可以通过指定索引来创建离散索引。离散索引是由一组离散值组成的索引，可以是任何数据类型，例如字符串、整数或日期。在创建Series时，可以使用以下语法指定离散索引：

import pandas as pd

# 创建Series对象
s = pd.Series(data, index=index)

其中，`data`是包含数据的列表或数组，`index`是包含索引值的列表或数组。如果`index`参数未指定，Pandas将自动使用默认整数索引。如果要使用离散索引，则需要将索引值作为列表或数组传递给`index`参数。

例如，以下代码创建了一个以字符串为索引的Series：

import pandas as pd

# 创建Series对象，使用字符串作为索引
s = pd.Series([1, 2, 3], index=['a', 'b', 'c'])
print(s)

输出结果为：

a    1
b    2
c    3
dtype: int64

在使用离散索引时，可以使用索引值来访问Series中的元素。例如，可以使用以下语法访问索引为`'a'`的元素：

print(s['a'])

输出结果为：

1

返回三个series同时为1的位置索引

假设你有三个 Pandas 库中的 Series，分别为 `s1`、`s2` 和 `s3`，你可以通过以下代码返回它们中同时为 1 的位置索引：

idx = (s1 & s2 & s3).index[s1 & s2 & s3].tolist()

这里用了 `&` 运算符来连接三个 Series，表示它们中对应位置上的值都为 1，返回的是一个布尔型的 Series。然后使用 `.index` 方法获取这个布尔型 Series 中值为 True 的位置索引，并使用 `.tolist()` 方法将其转换为列表格式。

如果希望返回的是一个包含三个 Series 中同时为 1 的位置索引的 DataFrame，可以使用以下代码：

import pandas as pd

df = pd.DataFrame({'s1': s1, 's2': s2, 's3': s3})
df = df[(df['s1'] == 1) & (df['s2'] == 1) & (df['s3'] == 1)]
idx = list(df.index)

这里将三个 Series 转换为了一个 DataFrame，并使用布尔型索引来筛选出三个 Series 中同时为 1 的位置行，然后将其索引转换为列表格式。