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 Codeimport pandas as pd
data = [1, 2, 3, 4]
s = pd.Series(data)
print(s)
输出:
Copy Code0 1
1 2
2 3
3 4
dtype: int64
也可以指定索引:
pythonCopy Codeimport pandas as pd
data = [1, 2, 3, 4]
index = ['a', 'b', 'c', 'd']
s = pd.Series(data, index=index)
print(s)
输出:
Copy Codea 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 Codeimport 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 Code1 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 Codeimport 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 Codea 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 Codeimport 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 Codea 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 Codeimport 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 Codec 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。