Python--Series详细讲解

 本篇给大家简单讲解一下python中Series库，主要用来处理数据。

刚入门的读者可使用Jupyter Notebook学习，它是一种 Web 应用，能让用户将说明文本、数学方程、代码和可视化内容全部组合到一个易于共享的文档中，非常方便使用！！！

#创建series

import pandas as pd
data = [10, 11, 12]
index = ['a', 'b', 'c']
s = pd.Series(data=data, index=index)
s

 输出：

a    10
b    11
c    12
dtype: int64 

#索引操作（查操作）
s.loc['b'] #按照index数组的元素查找

输出：11

s.iloc[0] #按照index数组的第0个元素查找

输出：10

#改操作
s1 = s.copy()
s1['a'] = 100
s1

输出：

a    100
b     11
c     12
dtype: int64

#也可以用replace（）函数
s1.replace(to_replace=100, value=101, inplace=True)
s1

输出：

a    101
b     11
c     12
dtype: int64

#若将inplace改为False，则仅仅将s1又重新输出一遍，并没有更改内容
s1.replace(to_replace=100, value=102, inplace=False)
s1

输出：

a    101
b     11
c     12
dtype: int64

#不仅可以更改数值，还可以更改索引
s1.index = ['a', 'b', 'd']
s1

输出：

a    101
b     11
d     12
dtype: int64

#上述方法太繁琐，需要把更改后的内容全都说明。还可以用rename()函数，就容易多了
s1.rename(index={'a':'A'}, inplace = True)
s1

输出：

A    101
b     11
d     12
dtype: int64

#增操作,既可以把之前打数据加上，也可以创建新的索引条。
data = [100,110]
index = ['h', 'x']
s2 = pd.Series(data=data, index=index)
s3 = s1.append(s2)
s3['j'] = 500
s3

输出：

A    101
b     11
d     12
h    100
x    110
j    500
dtype: int64

#删除操作,下面两种方法均可实现
del s1['A']
#s1.drop(['b','d'], inplace=True)
s1

输出：
b    11
d    12
dtype: int64