panda核心数据结构之Series

Series

Series是一维带标签的数组，数组里可以放任意的数据（整数、浮点数、字符串、python Object)等等

创建函数：

　　(1)s = pd.Series(data,index=index),其中index是一个列表，用来作为数据的标签，如果不指定索引，pandas自动分配整形的索引

　　(2)字典创建  s = pd.Series(dict,index = list(‘abcd‘)),创建的series对象的索引为字典的key

性质

Series对象的性质：

　　类ndarray对象

　　类dict对象

　　标签对齐操作

　　结论一：series对象可以直接使用ndarray对象方法

　　结论二：series对象可以像python字典对象一样操作

　　结论三：标签对齐，进行操作时，索引自动对应做处理，如果找不到对应值，则为NaN

时间： 2024-08-24 11:18:33

panda核心数据结构之Series的相关文章

redis 源码学习（核心数据结构剖析）

redis是个key, value数据库,是个内存数据库.目前是个互联网公司的架构标配. 支持的数据对象有string, list, set, zest和hash object. 数据结构: 数据库的核心结构是dict(实现是使用hashmap): key: string value: string或者list或者set或者zest或者hash object. dict数据结构定义: typedef struct dictht { // 哈希表数组 dictEntry **table; // 哈

【转】Java学习---Java核心数据结构（List，Map，Set）使用技巧与优化

[原文]https://www.toutiao.com/i6594587397101453827/ Java核心数据结构(List,Map,Set)使用技巧与优化 JDK提供了一组主要的数据结构实现,如List.Map.Set等常用数据结构.这些数据都继承自 java.util.Collection 接口,并位于 java.util 包内. 1.List接口 最重要的三种List接口实现:ArrayList.Vector.LinkedList.它们的类图如下: 可以看到,3种List均来自 Ab

1、pandas数据结构之Series——创建Series

一.pandas提供两个常用的数据结构: • Series• DataFrame  二.Series Series 类似于一维数组对象,它是由一组数据(不同数据类型)以及与之相关的(数据标签)索引组成,用于存储一行或者一列的数据,(类似于列表,但是有索引) 2.1.如何创建Series对象? 常见的创建Pandas对象的方式,都像这样的形式: pd.Series(data, index=index) 其中,index是一个可选参数,data参数支持多种数据类型 上边给出可以通过list.dict

【机器学习】NumPy、Panda相关数据结构学习

NumPy学习 NumPy重要的一个特点:是一个N维数组对象.提供了shape(指明行数.列数)和dtype(数据类型) 初始化 1 data1 = [3,5] 2 3 arr1 = np.array(data1) 4 arr1 5 输出:array([3, 5]) 注意,如果有切片来自于该数据,改变切片,也会改变原来的数据. Panda 主要由Series和DataFrame组成. Series 1,Series包括了index和values,其中values数据包括各种NumPy数据类型.与

pandas 的数据结构（Series， DataFrame）

Pandas 讲解 Python Data Analysis Library 或 pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的. Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具. pandas提供了大量能使我们快速便捷地处理数据的函数和方法.你很快就会发现,它是使Python成为强大而高效的数据分析环境的重要因素之一. Series:一维数组,与Numpy中的一维array类似. 二者与Python基本的数据结构List也

pandas 学习（1）： pandas 数据结构之Series

1. Series Series 是一个类数组的数据结构,同时带有标签(lable)或者说索引(index). 1.1 下边生成一个最简单的Series对象,因为没有给Series指定索引,所以此时会使用默认索引(从0到N-1). # 引入Series和DataFrameIn [16]: from pandas import Series,DataFrame In [17]: import pandas as pd In [18]: ser1 = Series([1,2,3,4]) In [19

pandas的数据结构之一series

Pandas的数据结构 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: index:相关的数据索引标签 values:一组数据(ndarray类型) series的创建方法: 1.直接传入一个列表 s1 = Series([1,2,3,4])s1 0 1 1 2 2 3 3 4 dtype: int64 查看series对象的属性: s1.index # 索引 s1.values 还可以带上index参数,表示里这个参数作为索引 s2 = Series(data=

Python的核心数据结构

数据结构 例子 数字 1234,3.1415,3+4j 字符串 'spam'."grace's" 列表 [1,[2,'three'],4] 字典 {'food':'spam','taste':'yum'} 元组 (1,'spam',43,'AB') 文件 file = open('eggs','r') 集合 set('abc'),{'a','b','c'} 其他类型 None,布尔型 数字 数字类型: 整数:没有小数部分的整数 浮点数:后面有小数部分的数字 其他:有虚部的复数.固定精度

利用python数据分析panda学习笔记之Series

1 Series a:类似一维数组的对象,每一个数据与之相关的数据标签组成 b:生成的左边为索引,不指定则默认从0开始. 1 from pandas import Series,DataFrame 2 import pandas as pd 3 #series 一组数据与相关得数据标签组成 4 obj=Series([4,7,-5,3]) 5 obj#索引在左边 值在右边 c:可以通过values和index属性获取数组的表示形式和索引对象 1 obj.values#array([ 4, 7,