Pandas 系列是一个一维 ndarray 类型的对象,它存储带有标签的元素,这些标签用于寻址 Pandas 系列中存在的元素。
标签用整数、字符串、日期时间等表示。在这里,我们将看到如果索引标有 DateTime 值,如何访问系列元素。
import pandas as pd # creating dates date = pd.date_range("2021-01-01", periods=5, freq="D") # creating pandas Series with date index series = pd.Series(range(10,len(date)+10), index=date) print(series) print('\n') # get elements print(series['2021-01-01'])
变量 date 存储长度为 5 的日期列表,开始日期为 2021-01-01,结束日期为 2021-01-05。这些日期是使用 pandas date_range 函数创建的。通过使用这个日期列表,我们创建了一个包含 10、11、12、13、14 个值和标签是日期的 Pandas 系列对象(系列)。
输出结果
2021-01-01 10 2021-01-02 11 2021-01-03 12 2021-01-04 13 2021-01-05 14 Freq: D, dtype: int64 10
在以下示例中,为索引为“2021-01-01”的标签显示值 10。以同样的方式,我们可以访问日期之间的元素 (series['2021-01-01': '2021-01-05'])
此示例用于访问基于特定月份的元素。
import pandas as pd # creating dates date = pd.date_range(start ='01-03-2020', end ='1-1-2021', periods=10) # creating pandas Series with date index series = pd.Series(date.month_name(), index=date) print(series) print('\n') # get elements print(series['2020-03'])
系列对象存储带有 DateTime 索引标签和各自飞蛾名称的数据。最初,这个系列对象是使用 pandas date_range 模块创建的。
本系列中的数据是使用month_name()pandas DateTime 模块中的函数生成的受尊重索引标签的月份名称。
输出结果
2020-01-03 00:00:00 January 2020-02-12 10:40:00 February 2020-03-23 21:20:00 March 2020-05-03 08:00:00 May 2020-06-12 18:40:00 June 2020-07-23 05:20:00 July 2020-09-01 16:00:00 September 2020-10-12 02:40:00 October 2020-11-21 13:20:00 November 2021-01-01 00:00:00 January dtype: object 2020-03-23 21:20:00 March dtype: object
输出 March 是通过指定年和月值 (series['2020-03']) 访问的系列元素。上面的输出块有一个完整的系列对象和一个访问的元素。