亚洲区国产区激情区无码区,国产成人mv视频在线观看,国产A毛片AAAAAA,亚洲精品国产首次亮相在线

Pandas Series

Pandas Series基本操作

pandas.Series

Series結(jié)構(gòu)如下:

pandas.Series( data, index, dtype, copy)

構(gòu)造函數(shù)的參數(shù)如下-

data:數(shù)據(jù)采用各種形式,例如ndarray,list,常量 index:索引值必須是唯一且可哈希的,且長(zhǎng)度與數(shù)據(jù)相同。如果未傳遞索引,則默認(rèn)為np.arrange(n)。 dtype:dtype用于數(shù)據(jù)類型。如果為None,則將推斷數(shù)據(jù)類型 copy:復(fù)制數(shù)據(jù)。默認(rèn)為假

可以使用各種輸入來創(chuàng)建Series,例如

Array Dict 標(biāo)量值或常數(shù)

創(chuàng)建一個(gè)空Series

 >>> # 導(dǎo)入pandas依賴包并起別名
 >>> import pandas as pd
 >>> s = pd.Series()
 >>> print(s)
 Series([], dtype: float64)

從ndarray創(chuàng)建Series

如果數(shù)據(jù)是ndarray,則傳遞的索引必須具有相同的長(zhǎng)度。如果沒有傳遞索引,則默認(rèn)情況下索引將是range(n),其中n是數(shù)組長(zhǎng)度,即[0,1,2,3…。范圍(len(array))-1]。

 # Filename : pandas.py
 # author by : www.jixiangtaizi.com.cn 
 # 導(dǎo)入pandas依賴包并起別名
 import pandas as pd
 import numpy as np
 data = np.array(['a','b','c','d'])
 s = pd.Series(data)
 print(s)

運(yùn)行結(jié)果:

 0 a
 1 b
 2 c
 3 d
 dtype: object

我們沒有傳遞任何索引,因此默認(rèn)情況下,它分配的索引范圍為0到len(data)-1,即0到3。

 # Filename : pandas.py
 # author by : www.jixiangtaizi.com.cn 
 # 導(dǎo)入pandas依賴包并起別名
 import pandas as pd
 import numpy as np
 data = np.array(['a','b','c','d'])
 s = pd.Series(data,index=[100,101,102,103])
 print(s)

運(yùn)行結(jié)果:

 100 a
 101 b
 102 c
 103 d
 dtype: object

我們?cè)谶@里傳遞了索引值?,F(xiàn)在,我們可以在輸出中看到自定義的索引值。

從字典創(chuàng)建Series

字典可以作為輸入被傳遞,如果未指定索引,則該字典鍵都采取了在排序順序來構(gòu)建的索引。如果指數(shù)通過,在對(duì)應(yīng)于索引標(biāo)簽數(shù)據(jù)的值將被拉出。

 # Filename : pandas.py
 # author by : www.jixiangtaizi.com.cn 
 # 導(dǎo)入pandas依賴包并起別名
 import pandas as pd
 import numpy as np
 data = {'a' : 0., 'b' : 1., 'c' : 2.}
 s = pd.Series(data)
 print(s)

運(yùn)行結(jié)果:

 a 0.0
 b 1.0
 c 2.0
 dtype: float64

字典鍵用于構(gòu)造索引。

 # Filename : pandas.py
 # author by : www.jixiangtaizi.com.cn 
 # 導(dǎo)入pandas依賴包并起別名
 import pandas as pd
 import numpy as np
 data = {

運(yùn)行結(jié)果:

 b 1.0
 c 2.0
 d NaN
 a 0.0
 dtype: float64

索引順序保持不變,丟失的元素用NaN(非數(shù)字)填充。

從標(biāo)量創(chuàng)建Series

如果數(shù)據(jù)是標(biāo)量值,則必須提供索引。該值將重復(fù)以匹配索引的長(zhǎng)度

 # Filename : pandas.py
 # author by : www.jixiangtaizi.com.cn 
 # 導(dǎo)入pandas依賴包并起別名
 import pandas as pd
 import numpy as np
 s = pd.Series(5, index=[0, 1, 2, 3])
 print(s)

運(yùn)行結(jié)果:

 
 0 5
 1 5
 2 5
 3 5
 dtype: int64

從具有位置Series的訪問數(shù)據(jù)

可以像訪問ndarray一樣訪問Series中的數(shù)據(jù)。
檢索第一個(gè)元素。眾所周知,數(shù)組的計(jì)數(shù)從零開始,這意味著第一個(gè)元素存儲(chǔ)在第零個(gè)位置,依此類推。

 # Filename : pandas.py
 # author by : www.jixiangtaizi.com.cn 
 # 導(dǎo)入pandas依賴包并起別名
 import pandas as pd
 s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])
 # 檢索第一個(gè)數(shù)據(jù)
 print s[0]

運(yùn)行結(jié)果:

1

檢索Series中的前三個(gè)元素。如果在其前面插入,則將從該索引開始的所有項(xiàng)目都將被提取。如果使用兩個(gè)參數(shù)(它們之間帶有:),則兩個(gè)索引之間的項(xiàng)目(不包括停止索引)

 # Filename : pandas.py
 # author by : www.jixiangtaizi.com.cn 
 # 導(dǎo)入pandas依賴包并起別名
 import pandas as pd
 s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])
 # 檢索前3個(gè)元素
 print s[:3]

運(yùn)行結(jié)果:

 a 1
 b 2
 c 3
 dtype: int64

檢索最后三個(gè)元素。

 # Filename : pandas.py
 # author by : www.jixiangtaizi.com.cn 
 # 導(dǎo)入pandas依賴包并起別名
 s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])
 # 檢索最后三個(gè)元素
 print s[-3:]

運(yùn)行結(jié)果:

 c 3
 d 4
 e 5
 dtype: int64

使用標(biāo)簽(索引)檢索數(shù)據(jù)

Series就像固定大小的字典一樣,可以通過索引標(biāo)簽獲取和設(shè)置值。
使用索引標(biāo)簽值檢索單個(gè)元素。

 # Filename : pandas.py
 # author by : www.jixiangtaizi.com.cn 
 # 導(dǎo)入pandas依賴包并起別名
 import pandas as pd
 s = pd.Series([1,2,3,4,5],index = [

運(yùn)行結(jié)果:

 1

使用索引標(biāo)簽值列表檢索多個(gè)元素。

 # Filename : pandas.py
 # author by : www.jixiangtaizi.com.cn 
 # 導(dǎo)入pandas依賴包并起別名
 import pandas as pd
 s = pd.Series([1,2,3,4,5],index = [

運(yùn)行結(jié)果:

 
 a 1
 c 3
 d 4
 dtype: int64

如果不包含標(biāo)簽,則會(huì)引發(fā)異常。

 # Filename : pandas.py
 # author by : www.jixiangtaizi.com.cn 
 # 導(dǎo)入pandas依賴包并起別名
 import pandas as pd
 s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])
 # 檢索多個(gè)元素
 print(s['f'])

運(yùn)行結(jié)果:

   …
 KeyError: 'f'