二維資料：
高維資料：
series由一組資料與資料的索引組成的資料
aa = pd.
series([
1,2,
3,4,
5])
011
2233
445
pd.
series([
1,2,
3,4,
5], index=
['a'
,'b'
,'c'
,'d'
,'e'
])
a 1
b 2
c 3
d 4
e 5
pd.
series(2
, index=
['a'
,'b'
,'c'
])
a 2
b 2
c 2
字典鍵是索引， 值還是值
pd.series
()
a 7
b 8
c 9
pd.
series
(, index=
['c'
,'a'
,'d'
,'b'
])
c 9.0
a 7.0
d nan
b 8.0
df = pd.
series
(, index=
['c'
,'a'
,'d'
,'b'
])
輸出盡所有index
print
(df.index)
index([
'c',
'a',
'd',
'b']
, dtype=
'object'
)
根據索引取值(單個) df[索引] 自動索引、自定義索引均可
df.get
(索引)亦可
print
(df[
'b']
)print
(df[3]
)print
(df.
get(
'b')
)8
根據索引取值(多個) df[
[索引1， 索引1
]] 自動索引、自定義索引均可
print
(df[
['a'
,'d']]
)print
(df[[1
,2]]
)a 7.0
d nan
可通過自動義索引列表進行切片，如存在自定義索引，則一同被切
print
(df[:2
])c 9.0
a 7.0
df.
median()
9.0大於中位數的
print
(df > df.
median()
)
is_index =
'd'in df
print
(is_index)
true
series是基於索引的運算
索引值相同的進行運算, 其它為空(兩個都有的索引進行相加)
, 運算中會自動對齊不同索引的維度的資料
df1 = pd.
series([
1,2,
3,4]
, index=
['a'
,'c'
,'d'
,'b'])
df2 = pd.
series([
7,8,
9], index=
['d'
,'b'
,'e'])
print
(df1 + df2)
a nan
b 12.0
c nan
d 10.0
e nan
series的name屬性
serie物件與索引可有名字， 儲存在.name中
df1.name =
'物件名'
df1.index.name =
'索引列'
print
(df1)
索引列d 7
b 8
e 9
name: 物件名, dtype: int64
df1[
'd']=20
print
(df1)
d 20
b 8
e 9
df1[
'd',
'b']=20
print
(df1)
d 20
b 20
e 9
pandas資料結構 Series
series是一種類似於一維陣列的物件，由一組資料和一組對應的索引所組成。這就是個series 0 a 1 b 2 c 3 d dtype object建立乙個series 建立series的方法是使用pd.series 通過該函式可以傳入列表，字典等不同型別的物件。在傳入物件後，如果修改被傳入的物...
pandas 資料型別 Series
首先載入庫 import numpy as np import pandas as pdpython list列表建立series a pd.series 1,2,3,4 預設索引 b pd.series 1,2,3,4 index a b c d 自定義索引 s pd.series true,1,...
pandas學習 一 Series物件
ser ies對 象的建立 colorseries物件的建立 series 物件的創 建 s er ies類 型是注重 索引和值 的一種類 型series型別是注重索引和值的一種型別 series 型別是注 重索引和 值的一種 型別使 用s erie s來建立 乙個基本 seri es型別 使用se...