Pandas数据结构(一)——Pandas Series
2024-09-05 05:25:57
Pandas 是 Python 中基于Numpy构建的数据操纵和分析软件包,包含使数据分析工作变得快速简洁的高级数据结构和操作工具。通过Pandas Series 和 Pandas DataFrame这两个数据结构,我们可以轻松直观地处理带标签数据和关系数据。本节主要介绍Pandas Series的基本使用。
Pandas Series
Pandas Series是一种类似于数组的一维对象,可以存储不同类型的数据。其中,Series对象的数据存在一组与之关联的数据标签(索引),通过Series的values和index能够获取其数组表示形式和索引对象。你可以为Pandas Series 中的每个元素指定索引,并通过索引选取Series中的单个或一组值。
首先,在 Python 中导入 Pandas,通常使用pd导入 Pandas。
import pandas as pd
使用 pd.Series(data, index) 命令创建 Pandas Series, index 是一个索引标签列表。
我们创建 一个Pandas Series 对象来存储商品信息,其中单价为数据,商品名为索引标签。
import pandas as pd
goods = pd.Series(data = [39,8,15], index = ['pen', 'ice cream', 'notebook'])
goods
运行结果:
如果不指定索引标签,则默认索引从0开始。
import pandas as pd
words = pd.Series(data = ['a','b','c','d'])
words
我们还可以单独输出 Pandas Series 的索引标签和数据来查看详细内容。
print('商品单价:', goods.values)
print('商品名:', goods.index)
运行结果:
如果你不清楚是否存在某个索引标签,可以使用 in命令来判断该标签是否存在:
aa = 'notebook' in goods
bb = 'milk' in goods
cc = 'pen' in goods
print(aa,bb,cc)
运行结果:
Pandas Series 的算术运算
还是使用上面存储商品信息的实例,我们来对其进行元素级算术运算。
print(goods + 1)
print()
print(goods - 2)
print()
print(goods * 3)
print()
print(goods / 4)
运行结果:
除此之外, 我们也可以对Series对象的部分条目应用算术运算。如下所示:
print(goods['pen'] + 5)
print(goods.iloc[0] - 2)
print(goods[['ice cream', 'notebook']] * 10)
运行结果:
最新文章
- 无法将 匿名方法 转换为类型“System.Delegate”,因为它不是委托类型:解决方法
- 编写高质量代码改善C#程序的157个建议[勿选List<;T>;做基类、迭代器是只读的、慎用集合可写属性]
- jquery在不同浏览器获取文件路径出现问题!
- CornerStone 破解 最简单的破解方法
- MVC中,视图的Layout使用
- mongo索引
- vmware 12中安装MAC OS X Lion 10.7
- elk部署之前注意事项
- docker 给none镜像打镜像
- 【转】如何安装JDK以及配置Java运行环境
- cocos2d-x JS 富文本(为一段文本中的个别字体上颜色)
- cocos2d-x JS 纯代码加载播放plist与png动画
- FineReport中如何安装移动端H5插件
- SDN 第二次上机作业
- C# Atomic<;T>; Generic
- redis-数据类型及命令
- 【lua】LWT HttpdModule
- sass的mixin,extend,placeholder,function
- Linux Resin4.0 安装配置
- URAL 1252 ——Sorting the Tombstones——————【gcd的应用】