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 )