python数据分析1：Series对象

# 手动设置Series索引

# 创建Series对象时会自动生成整数索引，默认值从0开始至数据长度减1

import pandas as pd

s1 = pd.Series([88, 60, 75],index=[1, 2, 3])

s2 = pd.Series([88, 60, 75],index=["明日同学", "高同学", "七月流火"])

print(s1)

print(s2)

# dtype:int64

# dtype是DataFrame数据的数据类型，int为整型，后面的数字表示位数

# Series索引

# Series位置索引，从0开始，[0]是第1个数,[1]是第2个数

import pandas as pd

s1 = pd.Series([88, 60, 75])

print(s1[0])

# 通过标签索引获取学生的物理成绩

import pandas as pd

s1 = pd.Series([88, 60, 75],index = ['明日同学',"高同学","七月流火"])

print(s1['明日同学']) 

#88

print(s1[['明日同学',"七月流火"]])

'''

明日同学    88

七月流火    75

'''

# Series切片索引

# 用标签索引做切片，可以包头包尾（即包含了索引开始位置的数据，也包含了索引结束位置的数据）

# 通过切片获取数据

import pandas as pd

s1 = pd.Series([88, 60, 75],index = ['明日同学',"高同学","七月流火"])

print(s1)

print(s1['明日同学':'七月流火'])

'''

明日同学    88

高同学    60

七月流火    75

'''

# 通过位置切片获取数据

import pandas as pd

s2 = pd.Series([88, 60, 75, 34, 68])

print(s2[0:5])

'''

0    88

1    60

2    75

3    34

'''

# 获取Series的索引和值

# 获取物理成绩的索引和值

import pandas as pd

s1 = pd.Series([88, 60, 75])

print(s1.index)

print(s1.values)

'''

RangeIndex(start=0, stop=3, step=1)

[88 60 75]

'''