python基础练习之—Series

Series介绍:

Pandas Series 类似表格中的一个列(column),类似于一维数组,可以保存任何数据类型。Series 由索引(index)和列组成,可以通过列表,元组,数组,字典来进行创建,本文重点讲解通过列表方式创建。

参数说明:

• data:一组数据(ndarray 类型)。

• index:数据索引标签,如果不指定,默认从 0 开始。

• dtype:数据类型,默认会自己判断。

• name:设置名称。

• copy:拷贝数据,默认为 False。

案例一:(1) 通过pandas的Series构造一维数组s,包含元素分别为:河北省,保定市,22135。 (2) 输出s的形状。 (3) 输出s的维度。 (4) 输出s的所有值。 (5) 输出s的索引。

from pandas import Series,DataFrame
s = Series(['河北省','保定市',22135])
s

python基础练习之—Series_第1张图片 

(1)如图所示,所生成的为一维数组,其中左列为数组中每个元素对应索引,右侧表示数组中所包含的数据。

print(s.shape)
print(s.ndim)
print(s.values)
print("s的索引为:",s.index)

 (2)依次输出数组的形状、维度、值和数组的索引。

如图,由(1)步构造的数组为3行的数组,对应维度为1,值以列表形式返回。最后打印出数组的索引。

python基础练习之—Series_第2张图片 

案例二:(1)将索引改为:省,市,面积,构成数组s2。 (2) 输出s2的维度。 

s2 = Series(['河北省','保定市',22135],index=['省','市','面积'])
s2

python基础练习之—Series_第3张图片 

 将s2重置,重新构造新索引数组,将index替换为省、市、面积。

s3 = Series({'省':'河北省','市':'保定市','面积':22135})
s3

 方式二:将数组直接以字典形式进行键和值的对应。其生成结果同上。

输出维度,二者均为一维。

 

你可能感兴趣的:(python,开发语言)