python pandas库（1）series类型

import pandas as pd

1.series类型（一维数据类型）
（DataFrame是二位数据类型）
series类型由一组数据及与之相关的数据索引组成
1.1 创建series

可以创建类型列表、标量值、元祖、字典、数组ndarray、其他函数。

a=pd.Series([1,2,3,4,5])#列表
b=pd.Series((1,2,3,4,5)) #元祖都可以创建
print(a)

0    1
1    2
2    3
3    4
4    5

#创建标量值
d=pd.Series(10,index=['a','b','c','d'])
print(d)

a    10
b    10
c    10
d    10
dtype: int64

#字典创建
e=pd.Series({'a':1,'b':2,'c':3,'d':4})
print(e)

a    1
b    2
c    3
d    4
dtype: int64


#从数组中创建
import pandas as pd
import numpy as np
f=pd.Series(np.arange(5))
print(f)

2.更改索引号码

c=pd.Series([1,2,3,4,],index=['a','b','c','d'])#index索引参数（用来更改索引标签）
print(c)

a    1
b    2
c    3
d    4
dtype: int64

3.操作
3.1 index

#index操作,获得索引标签
a=ser.index
print(a)

Index(['a', 'b', 'c', 'd'], dtype='object')

3.2 value、索引操作

#value操作,获取数据
b=ser.values
print(b)

[1 2 3 4]

#索引
c=ser['a']#直接索引标签
print(c)

1

#切片
e=ser[:3]
print(e)

a    1
b    2
c    3
dtype: int64

#用标签做索引
f=ser['a':'c']
print(f)

a    1
b    2
c    3
dtype: int64

g=ser.median()#中位数
h=np.exp(ser)#计算指数

#对齐操作
a=pd.Series([2,4,6,8],['a','b','c','d'])
b=pd.Series([2,4,6,8],['a','b','c','d'])
c=a+b
print(c)

a     4
b     8
c    12
d    16
dtype: int64

#为series对象添加名字
e=b.name='b'
#为索引列添加名字
b.index.name='s索引列'

#修改数据
b['c']=12