#引入pandas
import pandas as pd
from pandas import Series,DataFrame
1 #构造Series
2 obj = Series([4,7,-5,3]) #不添加索引时，自动生成索引从0开始
3 obj1 = Series([4,7,-5,3],index=['a','b','c','d']) #添加索引时，Seires使用添加的索引
4 obj.values:#显示添加的元素值,数值类型为np.array
5 obj.index #显示索引，类似np.arange
6
7 #利用python中的字典构建Series
8 sdata = {'Ohio': 35000, 'Texas': 71000, 'Oregon': 16000, 'Utah': 5000}
9 obj3 = Series(sdata)
10
11 #对已有Series索引进行修改，生成新的Series
12 states = ['California', 'Ohio', 'Oregon', 'Texas']
13 obj4 = Series(sdata,index=states) #由于原Series索引中没有California，所以生成的新的Series中的California对应的值为Nan
1 #Series元素增删改查
2 #查找单个元素,按照索引查找
3 obj1['a']
4 #查找多个元素
5 obj1[['a','b','c']]# 索引值为列表
6 #boo按l值查找
7 obj1[obj2 > 0]
8 #修改/增加数值
9 obj1['b'] = 6 #直接赋值修改或增加元素
10 obj2 * 2 #Series元素级操作，修改所有的元素值
11 #删除操作
12 del obj2['b'] #直接删除元素
1 #判断元素是否在序列中
2 ‘b’ in obj1 #类似字典 ，判断key是否在字段中
3 #判断元素是否为控制
4 #方式一：
5 obj4.isnull()#使用对象方法调用，返回一个bool型Series
6 #方式二：
7 pd.isnull(obj4) #pd.notnull()#使用pandas内置的函数
8 #给Series添加name
9 obj4.name = 'population'
10 #给索引添加name
11 obj4.index.name = 'state'
浙公网安备 33010602011771号