Pandas Series学习笔记

Pandas是一个数据处理工具，它提供了高效的数据结构和数据分析工具。其中最基本的数据结构是Series。

1. 创建Pandas Series

可以通过传入列表或数组来创建Series对象：

pythonCopy Code
import pandas as pd

data = [1, 2, 3, 4]
s = pd.Series(data)
print(s)

输出：

Copy Code
0    1
1    2
2    3
3    4
dtype: int64

也可以指定索引：

pythonCopy Code
import pandas as pd

data = [1, 2, 3, 4]
index = ['a', 'b', 'c', 'd']
s = pd.Series(data, index=index)
print(s)

输出：

Copy Code
a    1
b    2
c    3
d    4
dtype: int64

2. 访问Pandas Series

可以使用位置索引或标签索引访问Series中的元素：

pythonCopy Code
import pandas as pd

data = [1, 2, 3, 4]
index = ['a', 'b', 'c', 'd']
s = pd.Series(data, index=index)

print(s[0])   # 访问第一个元素
print(s['b']) # 访问'b'对应的元素

输出：

Copy Code
1
2

3. 修改Pandas Series

可以直接通过位置索引或标签索引修改Series中的元素：

pythonCopy Code
import pandas as pd

data = [1, 2, 3, 4]
index = ['a', 'b', 'c', 'd']
s = pd.Series(data, index=index)

s[0] = 100   # 修改第一个元素
s['b'] = 200 # 修改'b'对应的元素

print(s)

输出：

Copy Code
a    100
b    200
c      3
d      4
dtype: int64

4. 运算操作

可以对Series进行各种数学运算，例如加法、减法、乘法和除法：

pythonCopy Code
import pandas as pd

data = [1, 2, 3, 4]
index = ['a', 'b', 'c', 'd']
s = pd.Series(data, index=index)

print(s + 10)   # 所有元素加10
print(s - 10)   # 所有元素减10
print(s * 10)   # 所有元素乘10
print(s / 10)   # 所有元素除以10

输出：

Copy Code
a    11
b    12
c    13
d    14
dtype: int64
a    -9
b    -8
c    -7
d    -6
dtype: int64
a    10
b    20
c    30
d    40
dtype: int64
a    0.1
b    0.2
c    0.3
d    0.4
dtype: float64

5. 筛选数据

可以根据条件来筛选Series中的数据：

pythonCopy Code
import pandas as pd

data = [1, 2, 3, 4]
index = ['a', 'b', 'c', 'd']
s = pd.Series(data, index=index)

print(s[s > 2])   # 筛选出大于2的元素

输出：

Copy Code
c    3
d    4
dtype: int64

以上是Pandas Series的一些基本操作，可以帮助我们更好地处理和分析数据。