Series(一):Series的创建方式和常用属性说明(二)

简介: Series(一):Series的创建方式和常用属性说明(二)

3、Series中常用属性说明

1)Series和ndarray中常用属性对比

image.png

操作如下:


s = pd.Series([1,3,5,7,9])
display(s)
display(s.ndim)
display(s.shape)
display(s.dtype)
display(s.size)
display(s.itemsize)
display(s.nbytes)
display(s.T)


结果如下:

image.png

注意:

 ① 由于Series是一维的结构,因此Series的ndim的值肯定是1;

 ② 关于itemsize和nbytes这两个属性的具体用法,可以参考我下面这篇文章

https://blog.csdn.net/weixin_41261833/article/details/103847502


2)Series中特有的几个属性:index、values、name

① index和values属性


x = pd.Series([1,3,5,7,9])
display(x)
display(x.index)
display(x.values)


结果如下:

image.png② name属性:动态创建Serie名称和Series索引名称


x = pd.Series([1,3,5,7,9])
display(x)
x.name = "Series的名称"
x.index.name= "Series索引的名称"
display(x)
display(x.name)
display(x.index.name)


结果如下:

image.png

③ 在创建Series的时候,指定Series名称


y = pd.Series([1,3,5,7,9],index=["a","b","c","d","e"],name="Series的名称")
display(y)
display(y.index.name)
display(y.name)


结果如下:

image.png

注意:目前可能看不出来,指定这个索引名称的好处在哪里,这个在学习DataFrame的时候,会得到很好的体现。


相关文章
DataFrame(3):DataFrame常用属性说明
DataFrame(3):DataFrame常用属性说明
DataFrame(3):DataFrame常用属性说明
|
9月前
|
索引 Python
Pandas中Series的属性、方法、常用操作以及使用示例(三)
Pandas中Series的属性、方法、常用操作以及使用示例(三)
|
9月前
|
索引 Python
Pandas中Series的属性、方法、常用操作以及使用示例(一)
Pandas中Series的属性、方法、常用操作以及使用示例
|
9月前
|
索引 Python
Pandas中Series的属性、方法、常用操作以及使用示例(二)
Pandas中Series的属性、方法、常用操作以及使用示例(二)
|
10月前
|
JavaScript 数据处理
Echarts数据series组件中数组直接进行排序
Echarts数据series组件中数组直接进行排序
189 0
LiveCharts删除图表系列(series)
LiveCharts删除图表系列(series)
LiveCharts删除图表系列(series)
|
SQL 分布式计算 关系型数据库
Dataset 和DataFrame 的区别_Row 对象 | 学习笔记
快速学习 Dataset 和DataFrame 的区别_Row 对象
210 0
Dataset 和DataFrame 的区别_Row 对象 | 学习笔记
|
Serverless 索引 Python
如何查看 Series、DataFrame 对象的数据
我们可以使用 head() 和 tail() 方法来查看 Series 对象或 DataFrame 对象的一小部分数据,默认查看的元素个数为 5 个,head() 展示头部的 5 个元素,tail() 展示尾部的 5 个元素,也可以自定义展示的元素个数。当 Series 对象或 DataFrame 对象包含的数据较多时,使用 head() 或 tail() 查看数据的结构会非常方便。
101 0
ndarray 的创建及属性
我们有提到过 ndarray 的创建,我只需要将列表传入到 np.array() 函数中。例如:
78 0