📌  相关文章
📜  访问Pandas Series的元素

📅  最后修改于: 2020-04-21 13:37:07             🧑  作者: Mango

Pandas Series是一维标记数组，能够保存任何类型的数据(整数，字符串，浮点数，Python对象等)。标签不必是唯一的，但必须是可哈希的类型。可以类似于ndarray中的元素访问系列中的元素。可以通过两种方式访问​​系列的元素–

  • 从具有位置的系列访问元素
  • 使用标签访问元素(索引)

在本文中，我们使用“ nba.csv“文件。下载CSV，请单击此处。

从具有位置的Series访问元素

为了访问Series元素，请参考索引号。使用索引运算符[]访问Series中的元素，索引必须是整数。
为了访问序列中的多个元素，我们使用切片操作。使用冒号(:)在Series上执行切片操作。要打印从开始到使用范围的[:Index]元素，要从最终开始打印元素，要打印从特定索引直到最终的元素，要打印某个范围内的元素，请使用[开始索引：结束索引]并使用以下命令打印整个Series。此外，要以相反的顺序打印整个系列，请使用。 [:-Index][Index:][:] [::-1]
代码1：访问系列的第一个元素

# 导入pandas和numpy
import pandas as pd
import numpy as np
# 创建简单的数组
data = np.array(['g', 'e', 'e', 'k', 's', 'f', 'o', 'r', 'g', 'e', 'e', 'k', 's'])
ser = pd.Series(data)
# 检索第一个元素
print(ser[0])

输出：

G

代码2：访问Series的前5个元素

# 导入pandas和numpy
import pandas as pd
import numpy as np
# 创建简单的数组
data = np.array(['g', 'e', 'e', 'k', 's', 'f', 'o', 'r', 'g', 'e', 'e', 'k', 's'])
ser = pd.Series(data)
# 检索第一个元素
print(ser[:5])

输出：


代码3：访问Series的最后10个元素

# 导入pandas和numpy
import pandas as pd
import numpy as np
# 创建简单的数组
data = np.array(['g', 'e', 'e', 'k', 's', 'f', 'o', 'r', 'g', 'e', 'e', 'k', 's'])
ser = pd.Series(data)
# 检索第一个元素
print(ser[-10:])

输出：

代码4：访问nba.csv文件中系列的前5个元素

# 导入pandas模块
import pandas as pd
# 制作数据框
df = pd.read_csv("nba.csv")
ser = pd.Series(df['Name'])
ser.head(10)

现在我们访问系列的前5个元素

# 获得前五个名字
ser[:5]

输出：

使用标签访问元素(索引)

为了访问Series中的元素，我们必须通过索引标签设置值。Series就像固定大小的字典一样，可以通过索引标签获取和设置值。
代码1：使用索引标签访问单个元素

# 导入pandas和numpy
import pandas as pd
import numpy as np
# 创建简单的数组
data = np.array(['g', 'e', 'e', 'k', 's', 'f', 'o', 'r', 'g', 'e', 'e', 'k', 's'])
ser = pd.Series(data, index =[10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22])
# 使用索引元素访问元素
print(ser[16])

输出：

Ø

代码2：使用索引标签访问多个元素

# 导入pandas和numpy
import pandas as pd
import numpy as np
# 创建简单的数组
data = np.array(['g', 'e', 'e', 'k', 's', 'f', 'o', 'r', 'g', 'e', 'e', 'k', 's'])
ser = pd.Series(data, index =[10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22])
# 使用索引元素访问多个元素
print(ser[[10, 11, 12, 13, 14]])

输出：



代码3：通过提供索引标签来访问多个元素

# 导入pandas和numpy
import pandas as pd
import numpy as np
ser = pd.Series(np.arange(3, 9), index =['a', 'b', 'c', 'd', 'e', 'f'])
print(ser[['a', 'd', 'g', 'l']])

输出：



代码4：使用nba.csv文件中的索引标签访问多个元素

# 导入pandas模块
import pandas as pd
# 制作数据框
df = pd.read_csv("nba.csv")
ser = pd.Series(df['Name'])
ser.head(10)


现在我们使用索引标签访问多个元素

ser[[0, 3, 6, 9]]

输出：