博客

Python3.5 Pandas模块之Series用法实例分析

  • Post category:Python

Python3.5Pandas模块之Series用法实例分析

简介

Series是pandas模块中的一种数据结构，类似于一维数组或列表，但是可以对数据进行更简洁，更快捷的概括。Series由两个数组构成，一个数组是值（values），另一个数组是索引（index），索引可以是任何数据类型。Series在数据分析中广泛应用，例如数据清洗、数据挖掘、数据分析、机器学习等领域。

Series对象的创建

Series对象可以通过多种方法进行创建，如下所示：

通过列表创建

import pandas as pd

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

输出结果：

0    1
1    2
2    3
3    4
dtype: int64

通过字典创建

import pandas as pd

my_dict = {'a':1,'b':2,'c':3}
s = pd.Series(my_dict)
print(s)

输出结果：

a    1
b    2
c    3
dtype: int64

通过numpy数组创建

import pandas as pd
import numpy as np

my_array = np.array([1,2,3,4])
s = pd.Series(my_array)
print(s)

输出结果：

0    1
1    2
2    3
3    4
dtype: int32

Series对象的属性

values属性

Series对象的values属性返回Series对象的所有值。

import pandas as pd

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

输出结果：

[1 2 3 4]

index属性

Series对象的index属性返回Series对象的所有索引。

import pandas as pd

my_list = [1,2,3,4]
s = pd.Series(my_list, index=['a','b','c','d'])
print(s.index)

输出结果：

Index(['a', 'b', 'c', 'd'], dtype='object')

dtype属性

Series对象的dtype属性返回Series对象的数据类型。

import pandas as pd

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

输出结果：

int64

shape属性

Series对象的shape属性返回Series对象的形状（行数、列数）。

import pandas as pd

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

输出结果：

(4,)

Series对象的方法

head方法

Series对象的head方法用于返回Series对象的前几行，默认返回前5行。

import pandas as pd

my_list = [1,2,3,4,5,6,7,8,9,10]
s = pd.Series(my_list)
print(s.head())

输出结果：

0    1
1    2
2    3
3    4
4    5
dtype: int64

tail方法

Series对象的tail方法用于返回Series对象的后几行，默认返回后5行。

import pandas as pd

my_list = [1,2,3,4,5,6,7,8,9,10]
s = pd.Series(my_list)
print(s.tail())

输出结果：

5     6
6     7
7     8
8     9
9    10
dtype: int64

示例1：Series对象的运算

Series对象相加

import pandas as pd

s1 = pd.Series([1,2,3,4])
s2 = pd.Series([5,6,7,8])
s3 = s1+s2
print(s3)

输出结果：

0     6
1     8
2    10
3    12
dtype: int64

Series对象相乘

import pandas as pd

s1 = pd.Series([1,2,3,4])
s2 = pd.Series([5,6,7,8])
s3 = s1*s2
print(s3)

输出结果：

0     5
1    12
2    21
3    32
dtype: int64

示例2：Series对象的索引

标签索引

import pandas as pd

my_list = [1,2,3,4]
s = pd.Series(my_list, index=['a','b','c','d'])
print(s['a'])

输出结果：

1

数字索引

import pandas as pd

my_list = [1,2,3,4]
s = pd.Series(my_list)
print(s[0])

输出结果：

1

以上是关于Python3.5Pandas模块之Series用法的实例分析，通过该攻略，我们可以掌握Series对象的创建、属性、方法和索引等操作，为后续的数据分析带来便利。

Tags: