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:
- import pandas as pd
- data = pd.Series([0.25, 0.5, 0.75, 1.0],
- index=['a', 'b', 'c', 'd'])
- data
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:
- data['b']
同时,可以利用 in 语法来检查指定的序号是否存在:
- 'a' in data
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:
- data.keys()
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:
- list(data.items())
使用等号可以对指定位置的元素进行赋值:
- data['e'] = 1.25
- data
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:
- # 使用明确索引值分割(显性索引)
- data['a':'c']
c 0.75
dtype: float64
- # 使用序号次序分割(隐性索引)
- data[0:2]
dtype: float64
- # 掩码
- data[(data > 0.3) & (data < 0.8)]
dtype: float64
- # 复杂索引
- data[['a', 'e']]
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