Pandas 数据结构 - Series
Pandas Series 类似表格中的一个列(column),类似于一维数组,可以保存任何数据类型。
Series 由索引(index)和列组成,函数如下:
pandas.Series( data, index, dtype, name, copy)
参数说明:
data
:一组数据(ndarray 类型)。
index
:数据索引标签,如果不指定,默认从 0 开始。
dtype
:数据类型,默认会自己判断。
name
:设置名称。
copy
:拷贝数据,默认为 False。
创建一个简单的 Series 实例:
import
pandas
as
pd
a
=
[
1
,
2
,
3
]
myvar
=
pd.
Series
(
a
)
print
(
myvar
)
输出结果如下:
从上图可知,如果没有指定索引,索引值就从 0 开始,我们可以根据索引值读取数据:
import
pandas
as
pd
a
=
[
1
,
2
,
3
]
myvar
=
pd.
Series
(
a
)
print
(
myvar
[
1
]
)
输出结果如下:
我们可以指定索引值,如下实例:
import
pandas
as
pd
a
=
[
"Google"
,
"Runoob"
,
"Wiki"
]
myvar
=
pd.
Series
(
a
,
index
=
[
"x"
,
"y"
,
"z"
]
)
print
(
myvar
)
输出结果如下:
根据索引值读取数据:
import
pandas
as
pd
a
=
[
"Google"
,
"Runoob"
,
"Wiki"
]
myvar
=
pd.
Series
(
a
,
index
=
[
"x"
,
"y"
,
"z"
]
)
print
(
myvar
[
"y"
]
)
输出结果如下:
Runoob
我们也可以使用 key/value 对象,类似字典来创建 Series:
import
pandas
as
pd
sites
=
{
1
:
"Google"
,
2
:
"Runoob"
,
3
:
"Wiki"
}
myvar
=
pd.
Series
(
sites
)
print
(
myvar
)
输出结果如下:
从上图可知,字典的 key 变成了索引值。
如果我们只需要字典中的一部分数据,只需要指定需要数据的索引即可,如下实例:
import
pandas
as
pd
sites
=
{
1
:
"Google"
,
2
:
"Runoob"
,
3
:
"Wiki"
}
myvar
=
pd.
Series
(
sites
,
index
=
[
1
,
2
]
)
print
(
myvar
)
输出结果如下:
设置 Series 名称参数:
import
pandas
as
pd
sites
=
{
1
:
"Google"
,
2
:
"Runoob"
,
3
:
"Wiki"
}
myvar
=
pd.
Series
(
sites
,
index
=
[
1
,
2
]
,
name
=
"RUNOOB-Series-TEST"
)
print
(
myvar
)