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数据库扫盲,你真的知道什么是数据库嘛
查看>>
mysql数据库批量插入数据shell脚本实现
查看>>
MySQL数据库操作
查看>>
MySQL数据库故障排错
查看>>
MySQL数据库无法远程连接的解决办法
查看>>
mysql数据库时间类型datetime、bigint、timestamp的查询效率比较
查看>>
MySQL数据库服务器端核心参数详解和推荐配置(一)
查看>>
mysql数据库死锁的产生原因及解决办法
查看>>
MySQL数据库的事务管理
查看>>
mysql数据库的备份与恢复
查看>>
Mysql数据库的条件查询语句
查看>>
MySQL数据库的高可用
查看>>
Mysql数据库相关各种类型的文件
查看>>
MYSQL数据库简单的状态检查(show processlist)
查看>>
MYSQL数据库简单的状态检查(show status)
查看>>
MySQL数据库系列
查看>>
MYSQL数据库自动本地/异地双备份/MYSQL增量备份
查看>>
mysql数据库表增添字段,删除字段、修改字段的排列等操作,还不快来
查看>>
MySQL数据库被黑了
查看>>
mysql数据库设计
查看>>