博客
关于我
数据分析工具Pandas基础--Series的索引操作
阅读量:280 次
发布时间:2019-03-01

本文共 776 字,大约阅读时间需要 2 分钟。

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    0b    1c    2d    3e    4dtype: 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    1c    2dtype: int64

In [6]:

 

# 注意区别
ser_obj['b':'d']

Out[6]:

b    1c    2d    3dtype: int64

不连续索引

In [8]:

 

ser_obj[[0,2,4]]

Out[8]:

a    0c    2e    4dtype: int64

In [9]:

 

 
ser_obj[['b','d']]

Out[9]:

b    1d    3dtype: int64

转载地址:http://mcla.baihongyu.com/

你可能感兴趣的文章
MySQL排序的艺术:你真的懂 Order By吗?
查看>>
Mysql推荐书籍
查看>>
Mysql插入数据从指定选项中随机选择、插入时间从指定范围随机生成、Navicat使用存储过程模拟插入测试数据
查看>>
MYSQL搜索引擎
查看>>
mysql操作数据表的命令_MySQL数据表操作命令
查看>>
mysql操作日志记录查询_如何使用SpringBoot AOP 记录操作日志、异常日志?
查看>>
MySQL支持的事务隔离级别,以及悲观锁和乐观锁的原理和应用场景?
查看>>
mysql支持表情
查看>>
MySQL支撑百万级流量高并发的网站部署详解
查看>>
MySQL改动rootpassword的多种方法
查看>>
mysql数据分组索引_MYSQL之索引配置方法分类
查看>>
mysql数据取差,mysql屏蔽主外键关联关系
查看>>
MySQL数据和Redis缓存一致性方案详解
查看>>
MySQL数据和Redis缓存一致性方案详解
查看>>
Mysql数据库 InnoDB存储引擎中Master Thread的执行流程
查看>>
MySQL数据库 范式
查看>>
Mysql数据库B-Tree索引
查看>>
mysql数据库io空闲_mysql数据库磁盘io高的排查
查看>>
mysql数据库root密码忘记,查看或修改的解决方法
查看>>
MySQL数据库SQL注入靶场sqli通关实战(附靶场安装包)
查看>>