Pandas (一) ：Series数据结构

构建

• Series可以使用以下构造函数创建

# data : 数据源，ndarray、list、dic、常量等
# index : 索引，唯一和散列等，与数据的长度相同
# dtype : 指定数据类型，默认系统推断数据类型
# copy : 复制数据，默认为 Flase
pd.Series( data, index, dtype, copy)

• 创建空 系列

s = pd.Series()
print(s)
'''Series([], dtype: float64)'''

• 通过 ndarray

s = pd.Series(np.array(['a','b','c']))
print(s)
'''
0    a
1    b
2    c
dtype: object'''

• 通过 list

s = pd.Series(['1','a','3',2])
print(s)
'''
0    1
1    a
2    3
3    2
dtype: object'''

• 通过 dic 字典

# 字典的 key 即为标签
dic = {'name':'luo', 'age':25, 'sex':'F'}
s = pd.Series(dic)
print(s)
'''
age      25
name    luo
sex       F
dtype: object
'''

• 通过 标量

s = pd.Series(2, index=[0, 1, 2])
print(s)
'''
0    2
1    2
2    2
dtype: int64
'''

• 指定下标

s = pd.Series(np.arange(3), index=list('ABC'))
print(s)
'''
A    0
B    1
C    2
dtype: int64
'''

获取数据

数据以上面例子中的 s 为例

• 通过 索引

data = s[1]
print('通过索引取值：{}'.format(data))
'''通过索引取值：1
'''

a. 数组式

data = s[['B','A']]     
print('通过标签取值：\n{}'.format(data))
'''
通过标签取值：
B    1
A    0
dtype: int64
'''

b. 切片式

data = s['A':'C']       
print('通过标签取值：\n{}'.format(data))
'''
A    0
B    1
C    2
dtype: int64
'''