初学Pandas--Series存储不同类型对象的数据结构
2019-04-16 20:56
127 查看
版权声明:本文为博主原创文章,遵循 CC 4.0 by-sa 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/Sokona/article/details/89341942
Import numpy as np
Import pandas as pd
Series:
Series是一维标记的数组,能够保存任何数据类型(整数,字符串,浮点数,Python对象等)。轴标签统称为索引。创建系列的基本方法是调用:
s = pd.Series(data, index=index)
这里的index的个数要和data长度相等,因为要为每一个data都匹配一个index
假如没有设定index,则会默认从0开始分配。
对于存储不同的数据有:
数组Ndarray:
对于上述Ndarray数据如果创建时不允许index的个数比数组元素还多
字典dict:
标量scalar:
如果data是标量值,则必须提供索引。将重复该值以匹配索引的长度。
相关文章推荐
- Pandas - Series 类型的对象 - 1. 创建方式
- 您希望通过将所有ArrayList对象替换为相应的泛型版本以提高应用程序的效率,并使得代码更易于使用。当结构体或其他值类型存储在这些数据结构中时,会导致装箱/拆箱操作,这时就需要这么做。
- 个人关于存储不同类型对象进行碰撞检测的一些思路
- Pandas - Series 类型的对象 - 2.相关属性
- 个人存储不同类型的对象有一些想法的碰撞检测
- 详述HashSet add()方法存储自定义类型对象执行过程(内容相同的同一自定义类型的不同对象的添加失败)
- Object-C中使用NSKeyedArchiver归档(将各种类型的对象存储到文件中)
- 关于不同数据类型存储方式的的理解
- 类和对象的存储、访问控制及类成员类型变化
- 第5章-1 Pandas的数据结构介绍Series
- python pandas中series与dataframe数据类型属性及操作基础
- 复杂对象的存储--model类型对象归档(序列化),NSCoding
- java中是如何解决编码问题的,比如char类型的对象是如何存储的呢?
- 存储过程,根据不同的类型调用存储过程
- XPath中如何比较不同类型的对象
- Object-C中使用NSKeyedArchiver归档(将各种类型的对象存储到文件中)
- JDBC:数据库自定义类型与Java类的映射—将对象存储在关系数据库中(一)
- Inside Qt Series (四):对象数据存储(C)
- JAVA利用泛型返回类型不同的对象方法
- Inside Qt Series (三):对象数据存储(B)