Python pandas，Series取值，Series切片，Series的index和values属性，布尔索引

太过爱你忘了你带给我的痛 2022-03-18 06:48 1211阅读 0赞

**demo.py（Series取值，切片）：**

import pandas as pd
    
    
    t1 = pd.Series([13, 23, 33, 43, 53], index=["a", "b", "c", "d", "e"])
    print(t1)
    '''
    a    13
    b    23
    c    33
    d    43
    e    53
    dtype: int64
    '''
    
    # 通过索引直接取值
    print(t1["d"])  # 43
    # 通过位置取值(从0开始)
    print(t1[3])  # 43
    
    
    # 切片
    # 取位置连续的值
    print(t1[1:4])  # 也可以指定步长
    '''
    b    23
    c    33
    d    43
    dtype: int64
    '''
    
    # 取位置不连续的值
    print(t1[[1,3]])
    '''
    b    23
    d    43
    dtype: int64
    '''
    # 也可以通过索引取多个值
    print(t1[["b","d","w"]])  # 如果指定的索引不存在，那么对应值就返回NaN(float类型)
    '''
    b    23.0
    d    43.0
    w     NaN
    dtype: float64
    '''

**demo.py（Series的index和values属性）：**

import pandas as pd
    
    
    t1 = pd.Series([13, 23, 33, 43, 53], index=["a", "b", "c", "d", "e"])
    print(t1)
    '''
    a    13
    b    23
    c    33
    d    43
    e    53
    dtype: int64
    '''
    
    print(type(t1.index))  # <class 'pandas.core.indexes.base.Index'>
    print(t1.index)   # Index(['a', 'b', 'c', 'd', 'e'], dtype='object')
    print(len(t1.index))  # 5  有长度 可以遍历迭代
    # 可以强制转换成list类型
    print(list(t1.index))  # ['a', 'b', 'c', 'd', 'e']
    
    
    print(type(t1.values))  # <class 'numpy.ndarray'>
    print(t1.values)   # [13 23 33 43 53]
    # ndarray的很多方法都可以运用到Series类型。 例如：argmax()获取最大值；clip()裁剪等。
    
    # Series对象本质上由两个数组构成，一个构成索引index，一个构成对象的值values

**demo.py（Series的布尔索引）：**

import pandas as pd
    
    
    t1 = pd.Series([13, 23, 33, 43, 53], index=["a", "b", "c", "d", "e"])
    print(t1)
    '''
    a    13
    b    23
    c    33
    d    43
    e    53
    dtype: int64
    '''
    
    # Series类型也支持bool索引。
    print(t1[t1>30])
    '''
    c    33
    d    43
    e    53
    dtype: int64
    '''
    
    t1[t1>30] = 0
    print(t1)
    '''
    a    13
    b    23
    c     0
    d     0
    e     0
    dtype: int64
    '''