爬虫与Python：（四）爬虫进阶扩展之Pandas——3.数据结构Series

1. 定义

Pandas Series 类似表格中的一个列（column），类似于一维数组，可以保存任何数据类型。

Series 由索引（index）和列组成，函数如下：

pandas.Series( data, index, dtype, name, copy)

2. 参数

参数	说明
data	一组数据(ndarray 类型)
index	数据索引标签，如果不指定，默认从 0 开始
dtype	数据类型，默认会自己判断
name	设置名称
False	拷贝数据，默认为 False

3. 实例

3.1 简单实例方法

import pandas as pd

a = [1, 2, 3]
myvar = pd.Series(a)
print(myvar)

输出结果如下：

从上图可知，如果没有指定索引，索引值就从 0 开始，我们可以根据索引值读取数据：

import pandas as pd

a = [1, 2, 3]
myvar = pd.Series(a)
print(myvar[1])

输出结果为： 2 。

3.2 指定索引值

我们可以指定索引值。例如，将原例子的[1,2,3]替换为[x,y,z]。

import pandas as pd

a = ["Google", "Runoob", "Wiki"]
myvar = pd.Series(a, index = ["x", "y", "z"])
print(myvar)

只是，可以根据索引来读取：

import pandas as pd

a = ["Google", "Runoob", "Wiki"]
myvar = pd.Series(a, index = ["x", "y", "z"])
print(myvar["y"])

输出结果为： Runoob 。

3.3 用对象来创建Series

我们也可以使用 key/value 对象，类似字典来创建 Series。

import pandas as pd

sites = {1: "Google", 2: "Runoob", 3: "Wiki"}
myvar = pd.Series(sites)
print(myvar)

输出结果如下：

 从以上图可知，字典的“key”变成了索引值。

如果我们只需要字典中的一部分数据，只需要指定需要数据的索引即可，如下实例：

import pandas as pd

sites = {1: "Google", 2: "Runoob", 3: "Wiki"}
myvar = pd.Series(sites, index = [1, 2])
print(myvar)

输出结果为：

  3.4 设置Series参数名称

import pandas as pd

sites = {1: "Google", 2: "Runoob", 3: "Wiki"}
myvar = pd.Series(sites, index = [1, 2], name="RUNOOB-Series-TEST" )
print(myvar)

运行结果如下：

4. 参考网址

• Pandas数据结构Series: https://www.runoob.com/pandas/pandas-series.html