【5】数据分析基础(series2)

前面,我们了解了Series这种数据结构,学习了如何创建一个Series。

接下来,我们学习访问Series的数据的两种方式:

  1. 位置索引访问

  2. 索引标签访问

访问Series的数据

|--------------------------------------------------------------------------------------------------------------------------------------------|
| 1. 位置索引访问 这种访问方式和列表相同,是基于元素自身的下标来进行访问。 对于一个列表list,listi表示list的第i+1个元素。 同理,我们通过这种方式就可以获得Series序列中的每个数据。 示例中,我们通过info0输出了info的第一个数据。 |
| |
| 结果:80855 |

|---------------------------------------------------------------------------------------------------|
| 2. 索引标签访问 这种访问方式和字典相同,把index中的索引标签当做字典的key,而把Series序列的值当做字典的value。 示例中,我们通过索引标签'JS'输出了info中对应的数据。 |
| |
| 结果:77388 |

总结:

|-------------------------------------------------------------------------------------------------------------|
| 访问Series数据 |
| 1. 位置索引访问。 这种访问方式和列表相同,是基于元素自身的下标来进行访问。 2. 索引标签访问。 这种访问方式和字典相同,把index中的索引标签当做字典的key,而把Series序列的值当做字典的value。 |
| |

|-----------------------------------------------------|----------------------------------------------------------------------------|
| 最后,我们简单了解Series的3种常用属性: 1. dtype 2. values 3. index | |

|-------------------------------------------------------------------------------------------------------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1. dtype 我们从前面知道,Series对象有多种数据类型:字符串型、整型、浮点型、布尔型。 我们访问Series对象的dtype属性,会返回Series对象具体的数据类型。 | |
| 我们访问Series对象的dtype属性,可以返回Series对象的数据类型。 示例中,我们通过访问Series对象的dtype属性,返回了变量info的数据类型,并将其输出。 根据输出可以看到,变量info的数据类型为整型。 | import pandas as pd info = pd.Series(80855, 77388, 68024, 47251, 40471,index = 'GD','JS','SD','ZJ','HN') # 输出了info中的数据的类型 print(info.dtype) 结果: int64 |
| 2. values 我们访问Series对象的values属性,会以数组的形式返回Series对象的值values。 | |
| 示例中,我们通过访问Series对象的values属性,返回了变量info的值values,并将其输出。 根据输出可以看到,以数组的形式返回了变量info的值values。 注意: Series是一维的数据结构,所以返回一维数组。 | import pandas as pd info = pd.Series(80855, 77388, 68024, 47251, 40471,index = 'GD','JS','SD','ZJ','HN') # 输出了info中的值values print(info.values) 结果: 80855 77388 68024 47251 40471 |
| 3. index 我们访问Series对象的index属性,可以返回这个Series的索引index。 | |

|--------------------------------------------------------------------------------|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 示例中,我们通过访问Series对象的index属性,返回了变量info的索引index,将其输出。 根据输出可以看到,返回了变量info的索引index。 | import pandas as pd info = pd.Series(80855, 77388, 68024, 47251, 40471,index = 'GD','JS','SD','ZJ','HN') # 输出了变量info的索引index print(info.index) 结果: Index('GD', 'JS', 'SD', 'ZJ', 'HN', dtype='object') |

总结:

|-----------------------------------------------------------------------------------------------------------------------------------------------------------------|
| Series的3种常用属性 |
| 1. dtype 我们访问Series对象的dtype属性,可以返回Series对象的数据类型。 2. values 我们访问Series对象的values属性,会以数组的形式返回Series对象的值values。 3. index 我们访问Series对象的index属性,可以返回这个Series的索引index。 |
| |

相关推荐
一招合理5 小时前
数据分析:业务理解比技巧更重要
数据挖掘·数据分析
xiaomuzuirenzhen5 小时前
2027银行管培求职:数学与应用数学如何连接业务指标、数据分析与决策
数据挖掘·数据分析
外收内放5 小时前
数据分析(DataFrame与series)
python·学习·数据分析
shujudang5 小时前
智能数据分析平台有哪些?五个主流平台的数据模型与选型对比
大数据·人工智能·数据挖掘·数据分析
外收内放10 小时前
数据分析(数据查询与选择)
python·学习·数据分析
衡石科技10 小时前
从语义准备到模型验收:HENGSHI SENSE Data Agent 的 RAG 与部署工程实践
java·大数据·人工智能·数据分析·rag
外收内放10 小时前
数据分析(数据读取与写入)
python·学习·数据分析
databook21 小时前
从循环到向量化:NumPy提速的7个关键思维
python·数据分析·numpy
wang_yb21 小时前
从循环到向量化:NumPy提速的7个关键思维
数据分析·databook
paopaokaka_luck1 天前
滑雪场管理系统(AI智能助手流式对话,ECharts 运营数据分析、教练、雪具与场地一体化预约,钱包支付退款、订单核销与服务评价)
java·人工智能·spring boot·网络协议·数据分析·echarts