一、实战场景
实战场景：Pandas中Series的创建和数据类型转换，Series的创建和数据类型转换，Series 类似于一维数组与字典(map)数据结构的结合,由索引和数据组成。
二、主要知识点
- 文件读写
- 基础语法
- Pandas的Series对象
- DataFrame
- Pandas
- numpy
三、菜鸟实战
1、创建 python 文件，用Numpy创建Series
|
1
2
3
4
5
6
7
|
#用Numpy创建Seriesimport numpy as npimport pandas as pd s = pd.Series( np.arange(10, 100, 10), # 数值：10~90，间隔10 index=np.arange(101, 110), # 索引：101~109，间隔1，不包含最后一个数字 dtype='float' # 类型：float64)print(s) |
运行结果：
101 10.0
102 20.0
103 30.0
104 40.0
105 50.0
106 60.0
107 70.0
108 80.0
109 90.0
dtype: float64
2、转换Series的数据类型
|
1
2
3
4
5
6
7
8
9
10
|
#转换Series的数据类型import pandas as pd s = pd.Series( data=["001", "002", "003", "004"], index=list("abcd")) # s = s.astype(int) 两种方法s = s.map(int) #int是函数 print(s) |
运行结果：
a 1
b 2
c 3
d 4
dtype: int64
四、补充
实战场景：
实战场景：Pandas中Series与数据list如何互相转换，Pandas的Series对象变成数据list，Series 类似于一维数组与字典(map)数据结构的结合,由索引和数据组成
主要知识点：
- 文件读写 基础语法
- Pandas
- Pandas的Series对象
- 互相转换
实战：
1、创建 python 文件，数据list，变成Pandas的Series对象
|
1
2
3
4
5
6
7
8
9
10
|
#使用Pandas#把数据list，变成Pandas的Series对象#把Series输出到命令行import pandas as pd #引入pandas包 courses = ["张三", "李四", "赵五", "李六"] #初始化对象 data = pd.Series(data=courses) #Series本身有一个参数 print(data) |
运行结果 ：
0 张三
1 李四
2 赵五
3 李六
2、数据dict变成Pandas的Series对象
|
1
2
3
4
5
6
7
8
9
10
|
#使用Pandas#把数据dict，变成Pandas的Series对象#把Series输出到命令行import pandas as pd grades = {"语文": 80, "数学": 90, "英语": 85, "计算机": 100} data = pd.Series(data=grades) print(data) |
运行结果 ：
语文 80
数学 90
英语 85
计算机 100
3、把Pandas的Series对象变成数据list
|
1
2
3
4
5
6
7
8
9
10
|
#使用Pandas#把Pandas的Series对象变成数据list#把list输出到命令行import pandas as pd grades = {"语文": 80, "数学": 90, "英语": 85, "计算机": 100}data = pd.Series(data=grades) numbers = data.tolist() #Series的值转换成listprint(numbers) |
运行结果 ：
[80, 90, 85, 100]
到此这篇关于Pandas中Series的创建及数据类型转换的文章就介绍到这了,更多相关Pandas Series 内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家！
原文链接：https://blog.csdn.net/qq_39816613/article/details/126248245
