Python 教程之 Pandas（11）—— 索引和选择 series 的数据

这篇文章我们简单介绍一下索引和选择 series 的数据

索引和选择 series 的数据

pandas 中的索引意味着只需从系列中选择特定数据。索引可能意味着选择所有数据，其中一些数据来自特定列。索引也可以称为子集选择。

使用索引运算符索引系列[]：

索引运算符用于引用对象后面的方括号。和索引器.loc还.iloc使用索引运算符进行选择。在这个索引运算符中要引用 df[ ]。

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

现在我们使用索引运算符 [ ] 访问系列的元素。

# 使用索引运算符
data[3:6] 

输出：

索引 series 使用.loc[ ]：

此函数通过引用显式索引来选择数据。df.loc索引器以不同于索引运算符的方式选择数据。它可以选择数据子集。

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

现在我们使用.loc[]函数访问系列的元素。

# 使用 .loc[] 函数
data.loc[3:6]

输出：

索引 series 使用.iloc[ ]：

此功能允许我们按位置检索数据。为此，我们需要指定所需数据的位置。索引器df.iloc 非常相似，df.loc 但仅使用整数位置进行选择。

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

现在我们使用.iloc[]函数访问 Series 的元素。

# 使用 .iloc[] 函数
data.iloc[3:6]

输出 ：

感谢大家的阅读，有什么问题的话可以在评论中告诉我。希望大家能够给我来个点赞+收藏+评论 ，你的支持是海海更新的动力！后面我会持续分享前端 & 后端相关的专业知识。