1. 索引取值
data = pd.Series([0.25, 0.5, 1], index=['a', 'b', 'c'])
print(data)
print('索引,也可看作是字典的键值对')
print(data['b'])
print('隐式索引')
print(data[1])
print('通过增加新的索引值扩展Series')
data['d'] = 1.5
print(data)
a 0.25
b 0.50
c 1.00
dtype: float64
索引,也可看作是字典的键值对
0.5
隐式索引
0.5
通过增加新的索引值扩展Series
a 0.25
b 0.50
c 1.00
d 1.50
dtype: float64
习惯使用的取值方式和索引用法容易造成混乱。
取值是显式的,切片是隐式索引。
data = pd.Series([0.25, 0.5, 1], index=list(range(1, 4)))
print(data)
print('取值是显式的')
print(data[1])
print('切片是隐式索引')
print(data[1: 3])
1 0.25
2 0.50
3 1.00
dtype: float64
取值是显式的
0.25
切片是隐式索引
2 0.5
3 1.0
dtype: float64
2. loc取值与切片
loc属性,取值和切片都是显式的,左右均闭区间
data = pd.Series(['a', 'b', 'c'], index=[1, 3, 5])
print(data)
print(data.loc[1])
print(data.loc[3: 4])
1 a
3 b
5 c
dtype: object
a
3 b
dtype: object
3. iloc取值与切片
iloc属性,切片和取值都是隐式的,左闭右开。
data = pd.Series(['a', 'b', 'c'], index=[1, 3, 6])
print(data)
print(data.iloc[1])
print(data.iloc[1: 3])
1 a
3 b
6 c
dtype: object
b
3 b
6 c
dtype: object
4. loc与iloc验证
data = pd.Series([0, 0.25, 0.5, 1], index=['a', 'b', 'c', 'd'])
print(data)
print(data.loc['a': 'c'])
print(data.iloc[: 2])
a 0.00
b 0.25
c 0.50
d 1.00
dtype: float64
a 0.00
b 0.25
c 0.50
dtype: float64
a 0.00
b 0.25
dtype: float64