Pandas 系列之Series类型数据
本文初步正式写Pandas的系列文章，就从：如何在Pandas中创立数据初步。Pandas中创立的数据包含两种类型：
- Series类型
- DataFrame类型
内容导图
Series类型
Series 是一维数组结构，它仅由index（索引）和value（数组的界说值）构成的。
S数据结构教程第5版李春葆答案eries的数据结构试验一线性表试验报告索引具有唯一性，索引既可所以数字，也可所以字符，系统会自动将它们转成一个数据结构试验一线性表试验报告object类型（pandas中的字符类型）。
DataFrame类型
DataF数组的界说rame 是将数个 Series 按列吞并而成的二维数据结构，每一列独自取出来是一个 Series ；除了具有index和value之外，还有column。下图中：
- 索引Index：0，1，2，3…….
- 字段特点：frupython基础教程it，number
- 值value：苹果、葡萄等；200、300等
导入库
先导入两个库：
import pandas as pd
import numpy as np
Series类型创立与操作
- 经过可迭代类型列表、元组生成
- 经过python字典数组函数的使用办法生成
- 经过numpy数组生成
列表生成
经过列表的办法生成Series数据
s1 = pd.Series([7,8,9,10])
s1
# 作用数组去重
0 7
1 8
2 9
3 10
dtype: int64
s2 = pd.Series(list(range(1,8)))
s2
# 作用
0 1
1 2
2 3
3 4
4 5
5 6
6 7
dtype: int64
元组python编程生成
下面的办法是经过元组生成Series数据
s3 = pd.Series((7,8,9,10,11))
s3
# 作用
0 7
1 8
2 9
3 10
4 11
dtype: int64
s4 = pd.Series(tuple(数组指针range(1,8))) # 从1到8，不包含8
s4
# 作用
0 1
1 2
2 3
3 4
4 5
5 6
6 7
dtype: int64
运用字典创立
字典的键为索引，值为Series结构对应python123的值
dic_data = {"0":"苹果", "1":"香蕉", "2":"哈密瓜","3"python123平台登录:"橙子数组和链表的区别"}
s5 = pd.Series(dic_data)
s5
# 作用
0 苹果
1 香蕉
2 哈密瓜
3 橙子
dtype: object
运用numpy数组
s6 = pd.S数据结构eries(np.arange(3,9))
s6
# 作用
0 3
1 4
2 5
3 6
4 7
5 8
dt数组去重ype: int64
指定索引(列表)
默许的索引都是从0初步的数值，能够在创立的时分指定每个索引数据结构难学吗
# 默许
s1 = pd.Series(数据结构题库及答案[7,8,9,10])
s1
# 效数组果
0 7
1 8
2 9
3 10
dtype: int64
s7 = pd.Series([7,8,9,10], index=["A","B","C","D"]) # 指定索引值
s7
# 作用
A 7
B 8
C 9
D 10
dtypPythone: int64
指定索引(字典办法数组初始化)
字典的键作为索引值
di数据结构与算法c_datapython基础教程 = {"生果1":"苹果",
"生果2":"香蕉",
"生果3":"哈密瓜",
"生果4":"橙子"
}
s8 = pd.Series(dic_data)
s8
# 作用
生果1 苹果
生果2 香蕉
生果3 哈密瓜
生果4 橙子
dtype: object
检查索引值
s8
# 作用
生果1 苹果
生数据结构知识点总结果2 香蕉
生果3 哈密瓜
生果4 橙子
dtype: object
s8.index # 检查索引值
# 作用数组和链表的区别
Inde数据结构c言语版第二版课后答案x(['生果1', '生果python保留字2', '生果3', '生果4'], dtype='object')
检查值
s8
# 作用
生果1 苹果
生果2 香蕉
生果3 哈密瓜
生果4 橙子
dtype: object
s8.values
# 作用
array(['苹果', '香蕉', '哈密瓜', '橙子'], dtype=object)
更改索引
# 新索引
index_new = ['one', 'two', 't数组去重hree', 'four']
# 赋值
s8.index = index_new
s8
# 作用
one 苹果
two 香蕉python编程
three 哈密瓜
four 橙子
dty数据结构试验一线性表试验报告pe: object
检查是否存在空值
s7
# 作用
A 7
B 8
C数组公式 9
D 10
dtype: int64
s7.isnull() # 没有空值
A False
B False
C False
D False
dtype: bool
s7.notnull()
A True
B True
Cpython123 True
D数组c言语 True
dtype: bool
检查某个索引的值
s7
A 7
B 8
C 9
D 10
dtyp数组指针e: int64
s7["A"] # 自界说的索引值
7
s7[0] # 默许的数值索引
7
s数组的界说7["D"]
10
s7[3]
10
将Series转成字典
s_dic = s7.to_dict() # 转成字典办法
s_d数据结构严蔚敏第二版课后答案ic
{'A': 7, 'B': 8, 'C': 9, 'D': 10}
type(s_dic) # 作用显现为字典类型
dict
给Series数组c言语索引命名
s8
o数组ne 苹果
two 香蕉
three 哈密瓜
four 橙子
dtype: object
s8.index # 原索数组引
Index([数据结构教程第5版李春葆答案'one', 'two数据结构试验一线性表试验报告', 'three', 'four'], dtype='object')
s8.index.name = "生果" # 索引命名
s8
作用显现为：
生果
one 苹果
two 香蕉
three 哈密瓜
four 橙子
dtype: object
s8.index # 更改之后的索引
Index(['one', 'two', 'three', 'four'], dtype数据结构试验一线性表试验报告='object',python可以做什么工作 name=数据结构与算法'生果')
修改Series数值
s8
# 作用为
生果
one 苹果
two 香蕉
three 哈密瓜
four 橙子
dtype: object
s8["three"] = "西瓜" # 等价于s8[2] = "西瓜"
s8
更改之后的值为：
生果
one 苹果
two 香蕉
three 西瓜
four 橙子
dtype: object
Series结构转成DataFrapython123平台登录me结构
s8
生果
one 苹果
two 香蕉
three 西瓜
four 橙子
dtype: obje数据结构知识点总结ct
在将s8转成DataFrame的过程中涉及到3个函数：
- to_frame：转成DataFrame
- reset_index：DataFrame类型的索引重置
- rename：DataFrame的字段特python培训班膏火一般多少点重置
关于DataFrame的相关内容下节具体讲解，敬请期待！
