一起养成写作习惯！这是我参与「掘金日新计划 · 4 月更文挑战」的第6天，点击查看活动详情。
这篇文章主要说一下Series对象的基本操作。
Series 常用属性
- index：获取索引
- values：获取数组
- size：获取元素数量
- dtype：获取对象的数据类型
获取索引及修改索引：
data = ["a", "b", "c", "d"]
s = pd.Series(data)
print(s.index)
s.index = ["A", "B", "C", "D"]
print(s.index)
结果输出如下：
RangeIndex(start=0, stop=4, step=1)
Index(['A', 'B', 'C', 'D'], dtype='object')
指定索引对应元素的获取、修改及删除：
Series 通过索引获取、修改及删除对应元素和Python字典的操作有些类似，具体使用方法如下：
# 获取数据
print(s["A"])
# 修改数据
s['A'] = 99
# 删除数据
s = s.drop("B")
s
另外，Series 也支持通过筛选条件获取数据，例如获取能被2整除的数据：
data = np.array([1, 2, 3, 4])
s = pd.Series(data)
s[s%2==0]
Series 切片：
Series 切片操作同Python列表的切面也是类似的，如下：
s[0:3]
表示取第0、1、2个数据。
也可以使用索引值来进行切片，例如获取索引值B-D的值：
s["B":"D"]
Series 常用方法
- head(n)：返回前n行数据，默认前5行
- tail(n)：返回后n行数据，默认后5行
- isnull()&nonull()：判断是否为空，返回True和False
- sort_values()：排序，通过传递ascending参数来确定升序or降序，默认为True，表示升序
- dropna()：删除空值
Series 运算
统计信息：
可以通过describe()方法获取统计信息，如下：
也可以通过如下方法分别获取：
- min()：获取最小值
- max()：获取最大值
- mean()：获取均值
- median()：获取中位数
- sum()：获取总和
- count()：获取总数
- ······ 四则运算：
s+2 # 对每个元素进行+2
s*100 # 对每个元素乘100
也可以调用如下方法进行：加法add()、减法sub()、乘法mul()、除法div()。
原创不易，如果小伙伴们觉得有帮助，麻烦点个赞再走呗~
最后，感谢女朋友在工作和生活中的包容、理解与支持 ！
