Pandas之Series对象

1.Pandas小总结：

Series对象： 1：创建：

import pandas as pd
pd.Series(列表/ 元组/ 字典/ ndarray对象/ data=数据,index=索引)

2：常用属性：Series对象名.index获取索引列、Series对象名.values获取值、Series对象名[索引] 获取指定索引的值、Series对象名[索引]=值 修改指定索引的值；
DataFrame对象：

1.Pandas数据结构和数据类型：

Pandas 是Python的第三方包，主要用于做 数据分析和统计处理；

核心对象：Series 列对象、DataFrame 二维表对象即多个Series组成；(pandas中没有行 的概念，横着的Series最终也会以列的形式展示 )

2. Series

Pandas中有两大核心对象，分别是: DataFrame和Series, 其中，Series 是一列 数据，DataFrame 是多列数据；

2.1 创建Series对象：pd.Series(列表/元组/字典/ndarray对象/data=数据, index=索引)

1. 采用 默认自增索引 创建Series对象：pd.Series(列表)；
2. 采用 自定义索引 创建Series对象：pd.Series(列表), index=列表（加个index属性）；
3. 采用 字典，元组 的形式创建Series对象：pd.Series(元组)、pd.Series(字典)；
4. 采用 numpy 的方式创建Series对象：pd.Series(np.arange(..))

import pandas as pd
import numpy as np

# 1.创建Series对象，采用：默认自增索引
s1=pd.Series([1,2,3,4,5])
# 2.创建Series对象，采用：自定义索引
s2=pd.Series([1,2,3,4,5], index=['a','b','c','d','e'])
# 3.采用 元组 的形式 创建Series对象
s3=pd.Series((1,2,3,4,5)) #将方式一种的[]换成()
# 3.采用 字典 的形式 创建Series对象
s4=pd.Series({'a':1,'b':2,'c':3,'d':4,'e':5})
# 4.使用numpy的方式创建Series对象
s5=pd.Series(np.arange(5))
# 5.使用data=数据, index=索引
s6 = pd.Series(data=[0, 1, 2, 3, 4, 5], index=['A', 'B', 'C', 'D', 'E', 'F'])
s6 = pd.Series(data=[i for i in range(6)], index=[i for i in 'ABCDEF'])

2.2 Series对象的常用属性：index、values、对象名[索引]、对象名[索引]=值

Series对象名.index ：获取索引列； Series对象名.values ：获取值；

Series对象名索引 ：获取指定索引的值；Series对象名索引=值：修改指定索引的值；

import pandas as pd
# 1.构建Series对象,索引为:A-F,值为:0-5
# s6 = pd.Series(data=[0, 1, 2, 3, 4, 5], index=['A', 'B', 'C', 'D', 'E', 'F'])
#加入列表推导式
s6 = pd.Series(data=[i for i in range(6)], index=[i for i in 'ABCDEF'])

#2.获取Series对象的 索引列(的值)
print(s6.index) 		# Index(['A', 'B', 'C', 'D', 'E', 'F'], dtype='object')
#3.获取Series对象的 值列(的值)
print(s6.values)		# [0 1 2 3 4 5]
#4.Series支持根据 索引 获取元素，即:Series对象[索引值]
print(s6['D'])			#3
#5.根据索引.修改Series对象的 元素值
s6['D'] = 100
print(s6.values)			#[0 1 2 100 4 5]