二零二三年 优质公开课Series.pptx

Series商务数据分析与应用专业教学资源库 目 录Contents指定索引创建Series类对象Series的结构 1PARTSeries的结构 Series的结构 要想学好Pandas,前提是要对Pandas的数据结构有所了解。Pandas中有两个主要的数据结构：Series和DataFrame,其中Series是一维的数据结构。 Series的结构 Series是一个类似于一维数组的对象，它能够保存任何类型的数据，比如整数、字符串、浮点数等，主要由一组数据和与之相关的索引两部分构成。索引数据 图中展示的是Series结构表现形式，其索引位于左边，数据位于右边。 Series的结构 Pandas的Series类对象可以使用以下构造方法创建： class pandas.Series (data=None,index=None,dtype=None, name=None,copy=False,fastpath=False ) 上述构造方法中常用参数的含义如下：（1）data：传入的数据，可以是ndarray ，list等。（2）index：索引，必须是唯一的，且与数据的长度相同。如果没有传入索引参数，则默 认会自动创建一个从0?N的整数索引。（3）dtype：数据的类型。（4）copy：是否复制数据，默认为False。 2PART创建Series类对象 创建Series类对象 接下来，通过传入一个列表来创建一个Series类对象，示例代码如下： import pandas as pd #导入pandas库 ser_obj=pd.Series([1, 2, 3, 4, 5]) #创建Series类对象 ser_obj 创建Series类对象 上述代码中，使用构造方法创建了一个Series类对象。从输出结果可以看出，左边一列是索引，索引是从0开始递增的，右边一列是数据，数据的类型是根据传入的列表参数中元素的类型推断出来的，即int64。 3PART指定索引 指定索引 当然，我们也可以在创建Series类对象的时候，为数据指定索引，示例代码如下。 指定索引 除了使用列表构建Series类对象外，还可以使用字典进行构建，具体示例代码如下。 指定索引 为了能方便地操作Series对象中的索引和数据，所以该对象提供了两个属性index和values 分别进行获取。例如，获取刚刚创建的ser_obj对象的索引和数据，代码如下。 指定索引 上述示例中，通过index属性得到了一个Index类的对象，该对象是一个索引对象，后面会针对这个类型进行介绍。 当然，我们也可以直接使用索引来获取数据。例如，获取ser_obj对象中索引位置为3的元素，具体代码如下。 指定索引 需要注意的是，索引和数据的对应关系仍保持在数组运算的结果中，也就是说，当某个索引对应的数据进行运算以后，其运算的结果仍然与这个索引保持着对应的关系，具体示例代码如下。 参考文献[1] 黑马程序员.Python数据分析与应用:从数据获取到可视化.中国铁道出版社：2019. 谢 谢商务数据分析与应用专业教学资源库