熊猫系列的长度 - Python

简介

Pandas 是 Python 中用于数据分析的库。它提供了高性能、易于使用的数据结构和数据分析工具。其中，熊猫系列是 Pandas 中的重要一部分，主要包括Series 和 DataFrame 两种数据结构。

Series

Series 是一种类似于一维数组的对象，其中的每个元素都有一个标签，被称为索引。Series 可以存储任何数据类型。

创建 Series

可以通过列表或 NumPy 数组创建 Series：

import pandas as pd

# 列表创建 Series
data = [1, 2, 3, 4]
s = pd.Series(data)
print(s)

# NumPy 数组创建 Series
import numpy as np

data = np.array([1, 2, 3, 4])
s = pd.Series(data)
print(s)

Series 属性和方法

Series 具有许多属性和方法，以下是一些常用的：

# Series 的值
print(s.values)

# Series 的索引
print(s.index)

# Series 的名称
s.name = 'myseries'
print(s)

# Series 的描述统计信息
print(s.describe())

# Series 的排序
print(s.sort_values())

DataFrame

DataFrame 是一种类似于二维数组的对象，其中每列可以是不同的数据类型，是一个表格型的数据结构，常用于处理实验室和业务数据。

创建 DataFrame

可以通过字典、列表、Series 和 NumPy 数组等创建 DataFrame：

# 字典创建 DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie'], 'score': [80, 90, 70]}
df = pd.DataFrame(data)
print(df)

# 列表创建 DataFrame
data = [['Alice', 80], ['Bob', 90], ['Charlie', 70]]
df = pd.DataFrame(data, columns=['name', 'score'])
print(df)

# Series 创建 DataFrame
s1 = pd.Series(['Alice', 'Bob', 'Charlie'])
s2 = pd.Series([80, 90, 70])
df = pd.DataFrame({'name': s1, 'score': s2})
print(df)

# NumPy 数组创建 DataFrame
data = np.array([['Alice', 80], ['Bob', 90], ['Charlie', 70]])
df = pd.DataFrame(data, columns=['name', 'score'])
print(df)

DataFrame 属性和方法

DataFrame 也有许多属性和方法，以下是一些常用的：

# DataFrame 的值
print(df.values)

# DataFrame 的列名
print(df.columns)

# DataFrame 的索引
print(df.index)

# DataFrame 的形状
print(df.shape)

# DataFrame 的描述统计信息
print(df.describe())

# DataFrame 的排序
print(df.sort_values(by='score'))

# DataFrame 的选择
print(df['name'])
print(df.loc[0])

总结

熊猫系列的长度指的是 Series 或 DataFrame 中的元素个数。通过本文，我们学习了熊猫系列的创建、属性和方法，掌握了如何使用 Pandas 进行数据分析。希望本文对你有所帮助！