数据分析工具Pandas基础--Series的索引操作
2023-09-14 09:13:27 时间
理论:
行索引:
按索引位置:ser_obj[pos]
按索引名称:ser_obj[‘label’]
切片索引:
按索引位置:ser_obj[2:4]
按索引名称:ser_obj[‘label1’: ‘label3’],注意,按索引名切片操作时,是包含终止
不连续索引:
ser_obj[ [‘label1’, ‘label2’, ‘label3’] ]
ser_obj[ [pos1, pos2, pos3] ]
实验:
第四节 Series的索引操作
In [1]:
import pandas as pd
import numpy as np
In [2]:
# 构建Series
ser_obj = pd.Series(range(5),index=['a','b','c','d','e'])
ser_obj
Out[2]:
a 0 b 1 c 2 d 3 e 4 dtype: int64
行索引
In [7]:
ser_obj['b']
ser_obj.loc['b']
Out[7]:
1
In [4]:
ser_obj[1]
ser_obj.iloc[]
Out[4]:
1
切片索引
In [5]:
ser_obj[1:3]
Out[5]:
b 1 c 2 dtype: int64
In [6]:
# 注意区别
ser_obj['b':'d']
Out[6]:
b 1 c 2 d 3 dtype: int64
不连续索引
In [8]:
ser_obj[[0,2,4]]
Out[8]:
a 0 c 2 e 4 dtype: int64
In [9]:
ser_obj[['b','d']]
Out[9]:
b 1 d 3 dtype: int64
相关文章
- pandas读取大量数据的分块处理
- 如何在 Pandas DataFrame 中减去两列?
- pandas 左右边界切割 用merge join和concat合并Pandas中的数据
- Pandas 索引和选择数据
- pandas drop_duplicates
- 用Python的pandas框架操作Excel文件中的数据教程
- [Python] Pandas load DataFrames
- Python pandas库|任凭弱水三千,我只取一瓢饮(7)
- 成功解决pandas读取文件中不读取第一索引列
- Python之pandas:pandas中to_csv()、read_csv()函数的index、index_col(不将索引列写入)参数详解之详细攻略
- Python之Pandas:pandas.DataFrame.to_csv函数的简介、具体案例、使用方法详细攻略
- 100天精通Python(数据分析篇)——第58天:Pandas读写数据库(read_sql、to_sql参数说明+代码实战)
- 已解决FutureWarning: The frame.append method is deprecated and will be removed from pandas in a future
- 已解决(sqlalchemy+pandas.read_sql)AttributeError: ‘Engine‘ object has no attribute ‘execution_options‘
- ython数据分析入门:Pandas层级索引及其统计计算和描述
- 首次公开,用了三年的 pandas 速查表
- 推荐 3 个Pandas数据探索分析神器
- pandas 按某列中的指定字符拆分某列 pandas.DataFrame.field.str.split()
- Pandas 根据双(多)重索引获取DataFrame指定行数据
- Lesson8——Pandas reindex重置索引
- Pandas高阶--第一节 层级索引、分组与聚合介绍、GroupBy对象及常用的聚合操作、自定义分组及聚合操作
- 数据分析工具Pandas--索引操作总结
- Aggregates in Pandas
- 【pandas】用户手册:10分钟熟悉pandas(下)
- pandas 数据透视表