Pandas 库的数据索引与选取

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

Python 基础扫盲帖

先导入 Pandas 库，并运用 Pandas 中的 Series 函数构造一个 Pandas 序列作为示例数据：

1. import pandas as pd
   
2. data = pd.Series([0.25, 0.5, 0.75, 1.0],
   
3.                  index=['a', 'b', 'c', 'd'])
   
4. data

复制代码

1、序列单值索引与赋值
可以使用方括号加索引值的形式查看序号对应的数据内容：

1. data['b']

复制代码

0.5
同时，可以利用 in 语法来检查指定的序号是否存在：

1. 'a' in data

复制代码

True

对于 Pandas 序列，我们还可以通过查看 keys 属性来确认所有的序号名称：

1. data.keys()

复制代码

Index(['a', 'b', 'c', 'd'], dtype='object')

如果我们使用 list 函数将 Pandas 序列的 items 属性转化为列表的话，那么该列表将有如下所示的数组形式组成：

1. list(data.items())

复制代码

[('a', 0.25), ('b', 0.5), ('c', 0.75), ('d', 1.0)]

使用等号可以对指定位置的元素进行赋值：

1. data['e'] = 1.25
   
2. data

复制代码

a    0.25b    0.50
c    0.75
d    1.00
e    1.25
dtype: float64
2、序列分割与选取在 Python 中，我们可以运用多种方法来得到想要提取的 Pandas 序列部分：

1. # 使用明确索引值分割（显性索引）
   
2. data['a':'c']

复制代码

a    0.25b    0.50
c    0.75
dtype: float64

1. # 使用序号次序分割（隐性索引）
   
2. data[0:2]

复制代码

a    0.25b    0.50
dtype: float64

1. # 掩码
   
2. data[(data > 0.3) & (data < 0.8)]

复制代码

b    0.50c    0.75
dtype: float64

1. # 复杂索引
   
2. data[['a', 'e']]

复制代码

a    0.25e    1.25
dtype: float64
以上内容转自 数析学院，原文后续还有关于其他一些特殊情况以及数据框的处理，有需要的可以直接看原文

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：pandas panda Das python Series Series import

顶一顶

顶一顶