pandas-series

创建 Series 数据类型

	print('/***********从列表创建 Series*************/')
    arr=[0,1,2,3,4,5]
    s1=pd.Series(arr)
    print(s1)
    print('/***********从 Ndarray 创建 Series**********/')
    n=np.random.randn(5)#创建一个随机Ndarray数组
    index=['a','b','c','d','e']
    s2=pd.Series(n,index=index)
    print(s2)
    print('/***********从字典创建 Series*********/')
    d={'a':1,'b':2,'c':3,'d':4,'e':5}
    s3=pd.Series(d)
    print(s3)
    print('/***********修改 Series 索引*************/')
    print(s1)
    s1.index=['A','B','C','D','E']
    print(s1)
    print('/***********Series 纵向拼接**************/')
    s4=s3.append(s1)
    print(s4)
    print('/***********Series 按指定索引删除元素**************/')
    print(s4)
    s4=s4.drop('e')
    print(s4)
    print('/***********Series 修改指定索引元素****************/')
    s4['A']=6
    print(s4)
    print('/***********Series 按指定索引查找元素*************/')
    print(s4['B'])
    print('/***********Series 切片操作*************/')
    #s4的前 3 个数据访问
    print(s4[:3])
    print('/***********Series 加法运算*************/')
    #Series 的加法运算是按照索引计算，如果索引不同则填充为 NaN（空值）
    print(s4.add(s3))
    print('/***********Series 减法运算************/')
    #Series的减法运算是按照索引对应计算，如果不同则填充为 NaN（空值）
    print(s4.sub(s3))
    print('/**********Series 乘法运算**************/')
    #Series 的乘法运算是按照索引对应计算，如果索引不同则填充为 NaN（空值）
    print(s4.mul(s3))
    print('/**********Series 除法运算**************/')
    #Series 的除法运算是按照索引对应计算，如果索引不同则填充为 NaN（空值）
    print(s4.div(s3))
    print('/**********Series 求中位数**************/')
    print(s4.median())
    print('/**********Series 求和**************/')
    print(s4.sum())
    print('/**********Series 求最大值**************/')
    print(s4.max())
    print('/**********Series 求最小值**************/')
    print(s4.min())
    print('/Series 多重索引/')
    print('/************创建多重索引 Series*************/')
    # 构建一个 letters = ['A', 'B', 'C'] 和 numbers = list(range(10))为索引，值为随机数的多重索引 Series
    letters=['A','B','C']
    numbers=list(range(10))
    mi=pd.MultiIndex.from_product([letters,numbers]) # 设置多重索引
    s=pd.Series(np.random.rand(30),index=mi)# 随机数
    print(s)
    print('/************多重索引 Series 查询*************/')
    # 查询索引为 1，3，6 的值
    print(s.loc[:,[1,3,6]])
    print('/************多重索引 Series 切片*************/')
    print(s.loc[pd.IndexSlice[:'B',5:]])