import numpy as np
import pandas as pd
s = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])
s
• Series 对象：一维的，带标签的数组（类似字典或加索引的一维数组）
• Series 对象是 ndarray 数组的派生类型，和数组相比类型没有限制
• Series 对象本质上由两个 ndarray 数组构成，一个数组构成对象的键(index，索
引，标签)，一个数组构成对象的值(values)，键 -> 值
• Numpy 中的数组运算和操作都可用于 Series 对象（Series 本质上是 ndarray）
• Python 字典操作部分可用于 Series（Series 内部实现的部分）
Series 对象的操作（创建和查增改删）
C，create，创建
Python list 列表 创建 Series
# 不设置 index 时使用默认索引 0 1 2 3...n-1，位置
class1 = pd.Series([100, 25, 50, 90, 60])
# 自定义索引，标签
class1 = pd.Series([100, 25, 59, 90, 61], index=['ming', 'hua',
'hong', 'huang', 'bai'])
# 可存储不同数据类型
hong = pd.Series([True, 18, 59.5, '小红'], index=['sex', 'age',
'grade', 'name'])
type(hong[0]), type(hong[3])
Python 字典 创建 Series
class1 = pd.Series({'hong': 50, 'huang': 90, 'qing': 60})
# 修改字典索引
class1_values = {'hong': 50, 'huang': 90, 'qing': 60}
class1_index = ['hong', 'huang', 'lan']
class1 = pd.Series(class1_values, index=class1_index)
其他方式 创建 Series
# ndarray 创建 Series，索引和数据都可以通过 ndarray 类型生成
f = pd.Series(np.arange(5))
g_values = np.arange(5)
g_index = np.arange(9, 4, -1)
g = pd.Series(g_values, index = g_index)
# 某些序列函数创建 Series，例如可迭代对象
range(10)
评论0