現在位置: 首頁 > Pandas 教程 > 正文

Pandas 數據結構 - Series

Pandas Series 類似表格中的一個列(column),類似于一維數組,可以保存任何數據類型。

Series 由索引(index)和列組成,函數如下:

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

參數說明:

  • data:一組數據(ndarray 類型)。

  • index:數據索引標簽,如果不指定,默認從 0 開始。

  • dtype:數據類型,默認會自己判斷。

  • name:設置名稱。

  • copy:拷貝數據,默認為 False。

創建一個簡單的 Series 實例:

實例

import pandas as pd

a = [1, 2, 3]

myvar = pd.Series(a)

print(myvar)

輸出結果如下:

從上圖可知,如果沒有指定索引,索引值就從 0 開始,我們可以根據索引值讀取數據:

實例

import pandas as pd

a = [1, 2, 3]

myvar = pd.Series(a)

print(myvar[1])

輸出結果如下:

2

我們可以指定索引值,如下實例:

實例

import pandas as pd

a = ["Google", "Runoob", "Wiki"]

myvar = pd.Series(a, index = ["x", "y", "z"])

print(myvar)

輸出結果如下:

根據索引值讀取數據:

實例

import pandas as pd

a = ["Google", "Runoob", "Wiki"]

myvar = pd.Series(a, index = ["x", "y", "z"])

print(myvar["y"])

輸出結果如下:

Runoob

我們也可以使用 key/value 對象,類似字典來創建 Series:

實例

import pandas as pd

sites = {1: "Google", 2: "Runoob", 3: "Wiki"}

myvar = pd.Series(sites)

print(myvar)

輸出結果如下:

從上圖可知,字典的 key 變成了索引值。

如果我們只需要字典中的一部分數據,只需要指定需要數據的索引即可,如下實例:

實例

import pandas as pd

sites = {1: "Google", 2: "Runoob", 3: "Wiki"}

myvar = pd.Series(sites, index = [1, 2])

print(myvar)

輸出結果如下:

設置 Series 名稱參數:

實例

import pandas as pd

sites = {1: "Google", 2: "Runoob", 3: "Wiki"}

myvar = pd.Series(sites, index = [1, 2], name="RUNOOB-Series-TEST" )

print(myvar)

火灭小说网