pandas创建series的三种方法小结

 更新时间:2022年05月09日 16:09:02   作者:林中有神君  
这篇文章主要介绍了pandas创建series的三种方法小结,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教

pandas创建series方法

print("====创建series方法一===")
dic={"a":1,"b":2,"c":3,"4":4}
s=pd.Series(dic)
print(s)

创建方法一

由字典创建,字典的key就是index,values就是valuse

key肯定是字符串,假如values类型不止一个会怎么样? → dic = {‘a’:1 ,‘b’:‘hello’ , ‘c’:3, ‘4’:4, ‘5’:5}

Series 创建方法二

由数组创建(一维数组)

arr=np.random.rand(5)
s=pd.Series(arr)
print(arr)
print(s)
#默认index是从0开始,步长为1的数字
s=pd.Series(arr,index=['a','b','c','d','e'],dtype=np.object)
print(s)

Series 创建方法三

由标量创建

s=pd.Series(10,index=range(4))
print(s)

Pandas的Series常用方法

使用

from pandas import Series

1. 创建Series

a. 常规创建

>>> obj = Series([1,2,3], index=['A','B','C'])
>>> obj
A    1
B    2
C    3
dtype: int64

b. 根据字典创建

>>> obj = Series({'a':1,'b':2,'c':3})
>>> obj
a    1
b    2
c    3
dtype: int64

c. Series嵌套Series

>>> obj1 = Series([1,2,3],index=['a','b','c'])
>>> obj2 = Series([4,5,6],index=['d','e','f'])
>>> obj3 = Series([obj1, obj2],index=['name1', 'name2'])
>>> obj3
name1    a    1
b    2
c    3
dtype: int64
name2    d    4
e    5
f    6
dtype: int64
dtype: object

2. Series追加

>>> obj1 = Series([1,2,3],index=['a','b','c'])
>>> obj1
a    1
b    2
c    3
dtype: int64
>>> obj1.append(Series([4,5],index=['d','e']))
a    1
b    2
c    3
d    4
e    5
dtype: int64

如果是嵌套的Series的追加

  • 错误写法:obj['name1'].append(Series([1], index = ['a']));
  • 正确写法:obj.append(Series([Series([1], index = ['a'])], index = ['name1']))

3. Series删除

>>> obj1 = Series([1,2,3],index=['a','b','c'])
>>> obj1
a    1
b    2
c    3
dtype: int64
>>> obj1.drop('b')
a    1
c    3
dtype: int64

4. Series改

>>> obj1 = Series([1,2,3],index=['a','b','c'])
>>> obj1
a    1
b    2
c    3
dtype: int64
>>> obj1.a = -1
>>> obj1['b'] = -2
>>> obj1
a   -1
b   -2
c    3
dtype: int64

5. Series查

>>> obj1 = Series([1,2,3],index=['a','b','c'])
>>> obj1
a    1
b    2
c    3
dtype: int64
>>> print(obj1.a == 1)
True

以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。

相关文章

  • pandas数据处理之绘图的实现

    pandas数据处理之绘图的实现

    这篇文章主要介绍了pandas数据处理之绘图的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2020-06-06
  • Python监控主机是否存活并以邮件报警

    Python监控主机是否存活并以邮件报警

    本文是利用python脚本写的简单测试主机是否存活,此脚本有个缺点不适用线上,由于网络延迟、丢包现象会造成误报邮件,感兴趣的朋友一起看看Python监控主机是否存活并以邮件报警吧
    2015-09-09
  • python算法学习双曲嵌入论文代码实现数据集介绍

    python算法学习双曲嵌入论文代码实现数据集介绍

    由于双曲嵌入相关的文章已经有了一系列的代码。本篇博客主要目的实现最开始的双曲嵌入论文,将论文中有些直接写出来的内容进行了细节的推导,同时实现对应的代码
    2021-11-11
  • OpenCV半小时掌握基本操作之直方图

    OpenCV半小时掌握基本操作之直方图

    这篇文章主要介绍了OpenCV基本操作之直方图,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2021-09-09
  • Python打包文件执行报错:ModuleNotFoundError: No module named ‘pymssql‘的解决方法

    Python打包文件执行报错:ModuleNotFoundError: No module 

    这篇文章给大家介绍了Python打包文件执行报错:ModuleNotFoundError: No module named ‘pymssql‘的解决方法,如果有遇到相同问题的朋友可以参考阅读一下本文
    2023-10-10
  • python中Django文件上传方法详解

    python中Django文件上传方法详解

    在本篇文章里小编给大家整理了一篇关于python中Django文件上传方法,有兴趣的朋友们可以学习下。
    2020-08-08
  • 在python中pandas的series合并方法

    在python中pandas的series合并方法

    今天小编就为大家分享一篇在python中pandas的series合并方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-11-11
  • 手动安装python3.6的操作过程详解

    手动安装python3.6的操作过程详解

    这篇文章主要介绍了如何手动安装python3.6,本文给大家带来了安装步骤,非常不错,具有一定的参考借鉴价值,需要的朋友可以参考下
    2020-01-01
  • 如何利用python在剪贴板上读取/写入数据

    如何利用python在剪贴板上读取/写入数据

    说起处理数据就离不开导入导出,而我们使用Pandas时候最常用的就是read_excel、read_csv了,下面这篇文章主要给大家介绍了关于如何利用python在剪贴板上读取/写入数据的相关资料,需要的朋友可以参考下
    2022-07-07
  • Python中最大递归深度值的探讨

    Python中最大递归深度值的探讨

    今天小编就为大家分享一篇关于Python中最大递归深度值的探讨,小编觉得内容挺不错的,现在分享给大家,具有很好的参考价值,需要的朋友一起跟随小编来看看吧
    2019-03-03

最新评论