pandas.Series 索引

• 位置下標
• 標簽
• 切片
• 布爾型

位置下標

# 類似列表
import numpy
import pandas
s = pandas.Series(numpy.random.rand(5))
print(s[4])

標簽

import numpy
import pandas
s = pandas.Series(numpy.random.rand(3),index = ['a','b','c'])
print(s)
# 方法類似下標索引，用[]表示，內寫上index，注意index是字符串
print(s["b"])
# 如果需要選擇多個標簽的值，用[[]]來表示(相當於[]中包含一個列表)
# 多標簽索引結果是新的數組
sr = s[["b","a"]]
print(sr)

切片

import numpy
import pandas
s1 = pandas.Series(numpy.random.rand(5))
s2 = pandas.Series(numpy.random.rand(3),index = ["a","b","c"])
print(s1[1:4]) # 下標，左閉右開
print(s2["a":"c"]) # 標簽，左閉右閉
# 如果index為數字，優先默認為下標
# 下標索引做切片，和列表寫法一樣
print(s2[:-1])
print(s2[::2]) # 步幅為2

布爾型

import numpy
import pandas
s = pandas.Series(numpy.random.rand(3)*100)
s[4] = None # 添加一個空值
print(s)
bs1 = s > 50 # 判斷是否大於50
bs2 = s.isnull() # 是null
bs3 = s.notnull() # 不是null
print(bs1)
print(bs2)
print(bs3)
# 數組做判斷之後，返回的是一個由布爾值組成的新的數組
# .isnull() / .notnull() 判斷是否為空值 
# None代表空值，NaN代表有問題的數值，兩個都會識別為空值
# 布爾型索引方法：用[判斷條件]表示
# 其中判斷條件可以是一個語句，或者是一個布爾型數組
print(s[s > 50])
print(s[bs3])