15、Pandas 系列数据操作全解析

Pandas 系列数据操作全解析

在数据处理与分析领域，Pandas 库中的 Series 对象是非常基础且重要的工具。它可以存储一维的数据，并且支持多种操作，包括获取值、展示统计信息、修改值以及条件性修改值等。下面将详细介绍这些操作的具体实现方法。

1. 从 Pandas 系列中获取值

在数据清洗工作中，我们经常需要从 Pandas 系列中获取数据。Pandas 系列可以通过多种方式创建，如列表、字典、NumPy 数组或标量。在实际操作中，我们最常使用属性访问（ dataframename.columname ）或方括号表示法（ dataframename['columnname'] ）来访问包含数据框列的系列。不过，属性访问不能用于设置系列的值，而方括号表示法则适用于所有系列操作。

以下是具体的操作步骤：
1. 导入 Pandas 并加载所需的 NLS 数据

import pandas as pd
nls97 = pd.read_csv("data/nls97b.csv")
nls97.set_index("personid", inplace=True)

2. 从 GPA 总体列创建一个系列

gpaoverall = nls97.gpaoverall
print(type(gpaoveral