Python Panda中索引和选择 series 的数据

前言：

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 ：

到此这篇关于Python Panda中索引和选择 series 的数据的文章就介绍到这了,更多相关Python series 数据内容请搜索我们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我们！