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、 对象等）。轴标签统称为索引。Pandas 系列只不过是 Excel 工作表中的一列。标签不必是唯一的，但必须是可散列的类型。该对象支持整数和基于标签的索引，并提供了许多方法来执行涉及索引的操作。
这篇文章我们来简单介绍一下访问 series 的元素
访问 series 的元素
我们可以通过两种方式访问 series 元素，它们是：
- 从具有位置的系列中访问元素
- 使用标签（索引）访问元素
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。
访问 Series 的前 5 个元素
# import pandas and numpy import pandas as pd import numpy as np # 创建简单数组 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：
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。
使用索引标签访问单个元素
# import pandas and numpy import pandas as pd import numpy as np # 创建简单数组 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 ：
○
本篇文章到此就结束了，相关文章：
- Python 教程之 Pandas（1）—— Pandas 数据框
- Python 教程之 Pandas（2）—— 创建 Pandas 数据框
- Python 教程之 Pandas（3）—— 处理 Pandas DataFrame 中的行和列
- Python 教程之 Pandas（4）—— 使用 Pandas 索引和选择数据
- Python 教程之 Pandas（5）—— Pandas 中的布尔索引
- Python 教程之 Pandas（6）—— DataFrame 中的转换函数
- Python 教程之 Pandas（7）—— 遍历 Pandas DataFrame 中的行和列
- Python 教程之 Pandas（8）—— 在 Pandas 中处理缺失数据
- Python 教程之 Pandas（9）—— 创建 Pandas Series
