Pandas中的Series对象详解(含Python代码) |
您所在的位置:网站首页 › dataframe可以看成series的子集吗 › Pandas中的Series对象详解(含Python代码) |
1.初识Series对象
Pandas中的Series对象是一个带索引数据构成的一维数组。 可以用一个数组来创建Series对象: import pandas as pd data=pd.Series([1,2,3,4,5]) data
和Numpy数组一样,数据可以通过Python的中括号索引标签获取: data[3] 4 data[:-3]不难看出,Pandas中的Series对象比它模仿的一维Numpy数组更加通用、灵活。 2.Series是通用的Numpy数组到目前为止,我们可能看上面的解释认为Series对象和一维Numpy数组基本可以等价交换,但两者间的本质差异是索引: (1)Numpy数组通过隐式定义的整数索引来获取数值; (2)Series对象用一种显式定义的索引与数值关联。 显式索引的定义让Series对象有了更强的能力。例如,索引不再仅仅是整数,还可以是任意想要的类型。如果需要,完全可以用字符串定义索引: data_1=pd.Series([0.5,1.0,1.5,2.0],index=['a','b','c','d']) data_1
当然了,也可以使用不连续或者不按顺序的索引: data_2=pd.Series([1,2,3,4],index=[1,3,5,7]) data_2我们可以把Pandas中的Series对象看成一种特殊的Python字典,字典是一种将任意键映射到一组任意值的数据结构,而Series对象其实是一种将类型键映射到一组类型值的数据结构。类型至关重要:就像Numpy数组背后特定类型的经过编译的代码使得它在某些操作上比普通的Python列表更加高效一样,Pandas中的Series对象的类型信息使得它在某些操作上比Python的字典更高效。 可以直接使用Python的字典创建一个Series对象,让Series对象与字典的类比更加清晰: love_percent={'beijing':85,'shanghai':75,'hangzhou':98,'suzhou':90,'nanjing':91} love_percent {'beijing': 85, 'shanghai': 75, 'hangzhou': 98, 'suzhou': 90, 'nanjing': 91}此时我们得到的是一个字典格式: love_percent_1=pd.Series(love_percent) love_percent_1
和字典不同,Series对象还支持数组形式的操作,比如切片,具体与上面一致,不再讲述。 4.数据取值与选择如前面的讲述,Series对象与一维Numpy数组和标准Python字典在许多方面都一样。只要牢记这两个类比,就可以帮助我们更好的理解Series对象的数据索引与选择模式。 1.将Series对象看作字典 和字典一样,Series对象提供了键值对的映射: love_percent_1['hangzhou'] 98我们还可以用Python字典的表达式和方法来检测键/索引和值: 'changsha' in love_percent_1 False love_percent_1.keys() Index(['beijing', 'shanghai', 'hangzhou', 'suzhou', 'nanjing'], dtype='object') list(love_percent_1.items()) [('beijing', 85), ('shanghai', 75), ('hangzhou', 98), ('suzhou', 90), ('nanjing', 91)]Series对象还可以用字典语法调整数据,就像你可以通过增加新的键扩展字典一样,也可以通过增加新的索引值扩展Series: love_percent_1['hangzhou']=95 love_percent_12.将Series对象看作一维数组 Series不仅有着和字典一样的接口,而且还具备和Numpy数组一样的数组数据选择功能,包括索引、掩码、花哨的索引等操作,具体示例如下所示: 将显式索引作为切片 love_percent_1['beijing':'suzhou']
3.索引器:loc、iloc 由于整数索引很容易造成混淆,所以Panda提供了一些索引器(indexer)属性来作为取值的方法。它们不是Series对象的函数方法,而是暴露切片接口的属性。 第一种索引器是loc属性,表示取值和切片都是显式的: love_percent_1.loc['shanghai'] 75 love_percent_1['shanghai':'hangzhou']
|
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |