数据分析-pandas列表、字典创建

series创建1

• 列表/数组作为数据创建Series
  

import pandas as pd
#列表作为数据创建Series
ar_list=[3,10,3,4,5]
print(type(ar_list))
#使用列表创建Series
s1=pd.Series(ar_list)
print(s1)
print(type(s1))

• 通过index和values属性获得对应的标签和值

#默认RangeIndex(0,1,2....,n)
s1.index
#可以强制转化为列表输出
list(s1.index)
#返回Series所有制，数据类型为ndarray
print(s1.value,type(s1.values))

• 通过索引获取对应的值，或者修改对应的值

s1[1]#取得索引为1的值
s1[2]=50 #改变索引为2的值

#默认索引RangeIndex，不能使用负值，来表示从后往前找
s1[-1]=20
s1

#当前索引为-1，不存在，不会报错
s1[-1]=20
print(s1)
print(s1.index)

#新增不同类型索引的数据，索引类型自动发生变化
s1["a"]=40
s1.index

series创建2

• 字典作为数据源创建Series

d=['a':1,'b':2,'c':3]
ser1=pd.Series(data=d)
ser1

• 通过index和values属性取得对应的标签和值

#标签索引
s1.index
#标签如果存在数值型的数据，就不可使用标签的下标获取值
#Series通过索引取值，优先使用标签索引
ser1[0]

#Series值
ser.values

• 取得数据，先进行标签的检查，如果标签中没有，在进行索引的检查，都不存在则报错

d=['a':1,'b':2,'c':3]
ser1=pd.Series(data=d)
print(ser1)
print("========")
#取得第一个元素
print('ser1["a"]:%s'%ser["a"],'ser1[0]:%s'%ser[0])
#取得最后一个元素
print('ser1["c"]:%s'%ser["c"],'ser1[-1]:%s'%ser[-1])