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从入门到精通(二)
查看>>
mysql以下日期函数正确的_mysql 日期函数
查看>>
mysql以服务方式运行
查看>>
mysql优化--索引原理
查看>>
MySQL优化之BTree索引使用规则
查看>>
MySQL优化之推荐使用规范
查看>>
Webpack Critical CSS 提取与内联教程
查看>>
mysql优化概述(范式.索引.定位慢查询)
查看>>
MySQL优化的一些需要注意的地方
查看>>
mysql优化相关
查看>>
MySql优化系列-优化版造数据(存储过程+函数+修改存储引擎)-2
查看>>
MySql优化系列-进阶版造数据(load data statment)-3
查看>>
MySql优化系列-造数据(存储过程+函数)-1
查看>>
MySQL优化配置详解
查看>>
Mysql优化高级篇(全)
查看>>
mysql会员求积分_MySql-统计所有会员的最高前10次的积分和
查看>>
mysql会对联合索性排序优化_MySQL索引优化实战
查看>>
MySQL作为服务端的配置过程与实际案例
查看>>
Mysql使用命令行备份数据
查看>>