1.Series
Series是一种类似于一维数组的对象,由下面两个部分组成:
#values :-组数据(ndarray类型)
#index :相关的数据索引标签
一维数组:有序的数据类型相同的集合
Series: 一维数组的强化版,增加了像字典一样的key-value的访问机制,同时也保留了数组的索引访问。
字典:无序的集合。Series是有序的
#数据分析三剑客 import numpy as np import pandas as pd from pandas import Series, DataFrame import matplotlib as mpl
-----------------------------------------------------------------------------------------------------------------------------------
Series的创建
两种创建方式:
(1)由列表或numpy数组创建
默认索引为0到N-1的整数型索引d?
还可以通过设置index参数指定索引
特别地,由ndarray创建的是引用,而不是副木,对Series元素的改变也会改变原来的ndarray对象中的元素。(列表没有这种情,况)
1.（1）由列表或numpy数组创建
#使用numpy, array构造 arr = np.ones(shape=5) s1 = Series(arr) s1
0 1.0
1 1.0
2 1.0
3 1.0
4 1.0
dtype: float64
#列表方式创建
#如果没有手动指定显式索引,则使用隐式索引自动填充 names = ['TOM', 'lucy', 'jack', 'mery'] #value index = ["keyl","key2", "key3", "key4"] #显式索引 s2 = Series (data=names, index=index) s2
keyl TOM
key2 lucy
key3 jack
key4 mery
dtype: object
（2）由字典创建
#由字典创建
dic= {"k1":"tom", "k3":"mery","k2":"lucy"}
s3=Series(data=dic) #这里没有index，#index的优先级要高于字典的键值对的优先级，
#s3 = Series (data-dic, index=["key1", "key3"])，如果填了index，以index为准
s3
#字典是无序的，Series是有序的，输出结果按key做了有序处理
k1 tom
k3 mery
k2 lucy
dtype: object
