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 753 字,大约阅读时间需要 2 分钟。

理论:

在数据处理中,Series的索引操作是常见且重要的技能。以下是几种常见的索引方式:

行索引

行索引是通过行的位置来获取数据。Pandas中支持两种方式:

- **直接访问**:`ser_obj[pos]` - **标签访问**:`ser_obj['label']`

切片索引

切片索引用于获取一系列连续的行数据。Pandas支持两种切片方式:

- **位置切片**:`ser_obj[start:end]`,例如`ser_obj[1:3]`获取索引1和2的数据。 - **标签切片**:`ser_obj['label1':'label3']`,注意标签切片是包含终止的。

不连续索引

当需要获取非连续行数据时,可以使用列表形式的索引:

- **标签索引**:`ser_obj[['label1','label2','label3']]` - **位置索引**:`ser_obj[[0,2,4]]`

实验:

第四节 Series的索引操作

import pandas as pd
import numpy as np
# 构建Series
ser_obj = pd.Series(range(5), index=['a','b','c','d','e'])
ser_obj
# 行索引示例
ser_obj['b'] # 获取标签'b'对应的值
ser_obj.loc['b'] # 同样获取标签'b'对应的值
# 切片索引示例
ser_obj[1:3] # 获取索引1和2的数据
ser_obj['b':'d'] # 标签切片,包含'd'
# 不连续索引示例
ser_obj[[0,2,4]] # 通过位置获取不连续数据
ser_obj[['b','d']] # 通过标签获取不连续数据

转载地址:http://mcla.baihongyu.com/

你可能感兴趣的文章
Netty源码—6.ByteBuf原理一
查看>>
Netty源码—6.ByteBuf原理二
查看>>
Netty源码—7.ByteBuf原理三
查看>>
Netty源码—7.ByteBuf原理四
查看>>
Netty源码—8.编解码原理一
查看>>
Netty源码—8.编解码原理二
查看>>
Netty源码解读
查看>>
Netty的Socket编程详解-搭建服务端与客户端并进行数据传输
查看>>
Netty相关
查看>>
Netty遇到TCP发送缓冲区满了 写半包操作该如何处理
查看>>
Netty:ChannelPipeline和ChannelHandler为什么会鬼混在一起?
查看>>
Netty:原理架构解析
查看>>
Network Dissection:Quantifying Interpretability of Deep Visual Representations(深层视觉表征的量化解释)
查看>>
Network Sniffer and Connection Analyzer
查看>>
Network 灰鸽宝典【目录】
查看>>
NetworkX系列教程(11)-graph和其他数据格式转换
查看>>
Networkx读取军械调查-ITN综合传输网络?/读取GML文件
查看>>
network小学习
查看>>
Netwox网络工具使用详解
查看>>
Net与Flex入门
查看>>