pandas数组(pandas Series)-(2)

pandas Series 比 numpy array 要强大很多,体现在很多方面

首先, pandas Series 有一些方法,比如:

describe 方法可以给出 Series 的一些分析数据:

import pandas as pd

s =  pd.Series([1,2,3,4])

d = s.describe()
print(d)

count    4.000000

mean     2.500000

std      1.290994

min      1.000000

25%      1.750000

50%      2.500000

75%      3.250000

max      4.000000

dtype: float64

其次, pandas Series 和 numpy array 最大的区别是, pandas Series有'索引'这一概念:

创建 pandas Series的时候,可以包含一个作为索引值的数组:

life = pd.Series([74.7, 75., 80., 72.8], index=['city1', 'city2', 'city3', 'city4'])
print(life)

其中 ['city1', 'city2', 'city3', 'city4']数组就是索引数组,会被作为 life Series 的索引值:

city1    74.7

city2    75.0

city3    80.0

city4    72.8

dtype: float64

pandas Series 像是 list 与 dict 的结合, list 是有序的,按照位置0,1,2,3...来获取对应位置的元素, dict 是无序的,通过 key 来获取对应的元素, pandas Series 既有序,又有索引 key , 可以通过 key 来获取元素:

print(life['city1'])

# 结果 74.7

也可以通过位置索引来获取元素:

print(life[0])

# 结果 74.7

为了更好的区分位置索引和 key 索引, pandas Series 提供了两个方法:

print(life.loc['city1'])

print(life.iloc[0])

loc 传入 key 索引值, iloc 传入位置索引值.

巴特西

pandas数组(pandas Series)-(2)

最新文章

热门文章