Pandas 系列是带有轴标签的一维ndarray。标签不必是唯一的,但必须是可哈希的类型。该对象同时支持基于整数和基于标签的索引,并提供了许多方法来执行涉及索引的操作。
Pandas Series.from_array()
函数从数组构造Series对象。我们还可以在创建时设置系列的名称和索引。
用法: Series.from_array(arr, index=None, name=None, dtype=None, copy=False, fastpath=False)
参数:
arr:用于构建序列的数组
index:设置系列的索引
name:设置系列名称
返回:系列
范例1:采用Series.from_array()
函数从数组构造一个系列对象。
# importing pandas as pd
import pandas as pd
# Creating an array
array = ['New York', 'Chicago', 'Toronto', 'Lisbon', 'Rio']
# Create the Index
index_ = ['City 1', 'City 2', 'City 3', 'City 4', 'City 5']
# Creating the series
sr = pd.Series.from_array(arr = array, index = index_)
# Print the series
print(sr)
输出:
正如我们在输出中看到的,Series.from_array()
函数已成功从数组构造了一个序列对象。
范例2:采用Series.from_array()
函数从数组构造一个系列对象。同时设置系列名称
# importing pandas as pd
import pandas as pd
# Creating an array
array = [11, 21, 8, 18, 65, 84, 32, 10, 5, 24, 32]
# Create the Index
index_ = pd.date_range('2010-10-09', periods = 11, freq ='M')
# Creating the series
# set the index
# set the name
sr = pd.Series.from_array(arr = array, index = index_, name = 'My_series')
# Print the series
print(sr)
输出:
正如我们在输出中看到的,Series.from_array()
函数已成功从数组构造了一个序列对象。我们还设置了系列的名称。
相关用法
- Python pandas.map()用法及代码示例
- Python Pandas Series.str.len()用法及代码示例
- Python Pandas.factorize()用法及代码示例
- Python Pandas TimedeltaIndex.name用法及代码示例
- Python Pandas dataframe.ne()用法及代码示例
- Python Pandas Series.between()用法及代码示例
- Python Pandas DataFrame.where()用法及代码示例
- Python Pandas Series.add()用法及代码示例
- Python Pandas.pivot_table()用法及代码示例
- Python Pandas Series.mod()用法及代码示例
- Python Pandas Dataframe.at[ ]用法及代码示例
- Python Pandas Dataframe.iat[ ]用法及代码示例
- Python Pandas.pivot()用法及代码示例
- Python Pandas dataframe.mul()用法及代码示例
- Python Pandas.melt()用法及代码示例
注:本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas Series.from_array()。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。