访问 Pandas 系列的元素

Pandas Series 是一个一维标记数组，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，但必须是可散列的类型。系列中的元素可以与 ndarray 中的元素类似地访问。可以通过两种方式访问系列的元素 -

从具有位置的系列中访问元素
使用标签（索引）访问元素

在本文中，我们使用“ nba.csv ”文件，下载 CSV，点击这里。

从具有位置的系列中访问元素

为了访问系列元素，请参考索引号。使用索引运算符[ ]访问系列中的元素。索引必须是整数。
为了访问一个系列中的多个元素，我们使用 Slice 操作。使用冒号（ :）对 Series 执行切片操作。要从开始到范围打印元素，使用[:Index] ，从最终使用[:-Index]打印元素，从特定索引到结束使用[Index:]打印元素，在范围内打印元素，使用[开始索引：结束索引]并使用切片操作打印整个系列，请使用[:] 。此外，要以相反的顺序打印整个系列，请使用[::-1] 。

代码 #1：访问系列的第一个元素

# import pandas and numpy 
import pandas as pd
import numpy as np
  
# creating simple array
data = np.array(['g', 'e', 'e', 'k', 's', 'f', 'o', 'r', 'g', 'e', 'e', 'k', 's'])
ser = pd.Series(data)
   
   
# retrieve the first element
print(ser[0])

输出：

代码 #2：访问 Series 的前 5 个元素

# import pandas and numpy 
import pandas as pd
import numpy as np
  
# creating simple array
data = np.array(['g', 'e', 'e', 'k', 's', 'f', 'o', 'r', 'g', 'e', 'e', 'k', 's'])
ser = pd.Series(data)
   
   
# retrieve the first element
print(ser[:5])

输出：

代码 #3：访问 Series 的最后 10 个元素

# import pandas and numpy 
import pandas as pd
import numpy as np
  
# creating simple array
data = np.array(['g', 'e', 'e', 'k', 's', 'f', 'o', 'r', 'g', 'e', 'e', 'k', 's'])
ser = pd.Series(data)
   
   
# retrieve the first element
print(ser[-10:])

输出：

代码 #4：访问nba.csv文件中 Series 的前 5 个元素

# importing pandas module  
import pandas as pd  
      
# making data frame  
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

# get first five names 
ser[:5]

输出：

使用标签（索引）访问元素

为了访问系列中的元素，我们必须通过索引标签设置值。 Series 就像一个固定大小的字典，您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

# import pandas and numpy 
import pandas as pd
import numpy as np
  
# creating simple array
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])
   
   
# accessing a element using index element
print(ser[16])

输出：

代码 #2：使用索引标签访问多个元素

# import pandas and numpy 
import pandas as pd
import numpy as np
  
# creating simple array
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])
   
   
# accessing a multiple element using 
# index element
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

# importing pandas and 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

# importing pandas module  
import pandas as pd  
      
# making data frame  
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：