下面是Python Pandas创建Series数据类型的操作的完整攻略。
创建Series
从列表创建
使用pandas.Series
构造函数从列表中创建Series对象。
import pandas as pd
data = [10, 20, 30, 40]
s = pd.Series(data)
print(s)
输出:
0 10
1 20
2 30
3 40
dtype: int64
从数组创建
使用pandas.Series
构造函数从数组中创建Series对象。
import pandas as pd
import numpy as np
data = np.array([10, 20, 30, 40])
s = pd.Series(data)
print(s)
输出:
0 10
1 20
2 30
3 40
dtype: int32
从字典创建
使用pandas.Series
构造函数从字典中创建Series对象。字典中的键用作索引。
import pandas as pd
data = {'a': 10, 'b': 20, 'c': 30, 'd': 40}
s = pd.Series(data)
print(s)
输出:
a 10
b 20
c 30
d 40
dtype: int64
指定索引
使用pandas.Series
构造函数创建Series对象时,可以通过index
参数指定索引。
import pandas as pd
data = [10, 20, 30, 40]
index = ['a', 'b', 'c', 'd']
s = pd.Series(data, index=index)
print(s)
输出:
a 10
b 20
c 30
d 40
dtype: int64
访问Series
通过索引访问
可以像访问列表一样,使用方括号和索引访问Series中的元素。
import pandas as pd
data = [10, 20, 30, 40]
index = ['a', 'b', 'c', 'd']
s = pd.Series(data, index=index)
print(s['a'])
输出:
10
通过切片访问
对于Series对象,我们可以像Python列表一样使用切片语法start:stop
访问序列中的元素。
import pandas as pd
data = [10, 20, 30, 40]
index = ['a', 'b', 'c', 'd']
s = pd.Series(data, index=index)
print(s[1:3])
输出:
b 20
c 30
dtype: int64
修改Series
修改单个元素
可以通过方括号和索引,直接修改Series中的单个元素。
import pandas as pd
data = [10, 20, 30, 40]
index = ['a', 'b', 'c', 'd']
s = pd.Series(data, index=index)
s['a'] = 11
print(s)
输出:
a 11
b 20
c 30
d 40
dtype: int64
修改多个元素
使用切片操作可以修改多个元素。
import pandas as pd
data = [10, 20, 30, 40]
index = ['a', 'b', 'c', 'd']
s = pd.Series(data, index=index)
s[1:3] = [21, 31]
print(s)
输出:
a 10
b 21
c 31
d 40
dtype: int64
删除Series元素
删除单个元素
使用drop
方法删除单个元素。
import pandas as pd
data = [10, 20, 30, 40]
index = ['a', 'b', 'c', 'd']
s = pd.Series(data, index=index)
s = s.drop(['a'])
print(s)
输出:
b 20
c 30
d 40
dtype: int64
删除多个元素
依然使用drop
方法,传入多个索引进行删除。
import pandas as pd
data = [10, 20, 30, 40]
index = ['a', 'b', 'c', 'd']
s = pd.Series(data, index=index)
s = s.drop(['b', 'c'])
print(s)
输出:
a 10
d 40
dtype: int64
以上就是Pandas创建Series的完整攻略和示例。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:python-pandas创建Series数据类型的操作 - Python技术站