Series（列表）数据的基本概念、结构与新变量的创建

125 阅读 0 评论 83 点赞

我是靠谱客的博主听话楼房，这篇文章主要介绍Series（列表）数据的基本概念、结构与新变量的创建，现在分享给大家，希望可以做个参考。

Series数据结构是pandas库中的一种基本数据结构，翻译成列表比较合适，因为他是一维的表格（相对于DataFrame是二维的表格）。这个数据结构形象直观地可以理解成是一张n行2列的简单数据表格，第一列就是索引（index），第二列就是值（values），这也正是Series数据结构的两个重要的属性。我们可以通过data.index和data.values两个属性值来访问和打印这两个属性参数。

我们可以使用pd.Series(list)方法来创建Series数据，list中的数据作为它的值value，而对于index，默认是从0开始的整数序列。如果需要修改index的值，可以对data.index参数进行赋值修改，如果不写或者不修改，默认就是0开始的整数序列。我们也可以在变量创建初始化的时候，在Series构造函数后面跟上index参数进行赋值操作。

特别要注意的是，Series数组的拼写第一个字母是大写的S，不要写成小写的s，不然会报错。

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
import pandas as pd
s_data1 = pd.Series([1,3,5,7])
print(s_data1)
print("***********************")
s_data1.index = ['u','v','w','x']
print(s_data1)
print("***********************")
data2_list = [3,4,5,6]
s_data2 = pd.Series(data2_list)
print(s_data2)
print("***********************")
s_data3 = pd.Series([1,2,3,4],index=['a','b','c','d'])
print(s_data3)
print("***********************")
print(s_data3.index)
print(s_data3.values)

运行后的输出结果如下：

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
0    1
1    3
2    5
3    7
dtype: int64
***********************
u    1
v    3
w    5
x    7
dtype: int64
***********************
0    3
1    4
2    5
3    6
dtype: int64
***********************
a    1
b    2
c    3
d    4
dtype: int64
***********************
Index(['a', 'b', 'c', 'd'], dtype='object')
[1 2 3 4]
[Finished in 5.3s]