Pandas的Series结构

Pandas中一共有三种数据结构，分别为：Series、DataFrame和MultiIndex（老版本中叫Panel ）。

其中Series是一维数据结构，DataFrame是二维的表格型数据结构，MultiIndex是三维的数据结构。

Series

Series是一个类似于一维数组的数据结构，它能够保存任何类型的数据，比如整数、字符串、浮点数等，主要由一组数据和与之相关的索引两部分构成。

Series的创建

# 导入pandas
import pandas as pd

pd.Series(data=None, index=None, dtype=None)

• 参数：
  • data：传入的数据，可以是ndarray、list等
  • index：索引，必须是唯一的，且与数据的长度相等。如果没有传入索引参数，则默认会自动创建一个从0-N的整数索引。
  • dtype：数据的类型

通过已有数据创建

#指定索引
pd.Series([6.7,5.6,3,10,2], index=[1,2,3,4,5])
'''
1     6.7
2     5.6
3     3.0
4    10.0
5     2.0
dtype: float64
'''

color_count = pd.Series({'red':100, 'blue':200, 'green': 500, 'yellow':1000})
color_count
red        100
blue       200
green      500
yellow    1000
dtype: int64

pd.Series(np.arange(10)) #一个参数时，参数值为终点，起点取默认值0，步长取默认值1。
0    0
1    1
2    2
3    3
4    4
5    5
6    6
7    7
8    8
9    9
dtype: int32

Series的属性

为了更方便地操作Series对象中的索引和数据，Series中提供了两个属性index和values

• index

color_count.index

# 结果
Index(['blue', 'green', 'red', 'yellow'], dtype='object')

• values

color_count.values

# 结果
array([ 200,  500,  100, 1000])

color_count[2]

# 结果
100

最后

以上就是狂野老师为你收集整理的Pandas的Series结构的全部内容，希望文章能够帮你解决Pandas的Series结构所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。