Python是进行数据分析的一种出色语言,主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种,使导入和分析数据更加容易。
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.ix
属性主要是基于label-location的索引器,具有整数位置回退。它以标签为输入,并返回与该标签对应的值。
用法:Series.ix
参数:没有
返回:值
范例1:采用Series.ix
属性以返回位于给定Series对象中指定标签处的值。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series(['New York', 'Chicago', 'Toronto', 'Lisbon'])
# Creating the row axis labels
sr.index = ['City 1', 'City 2', 'City 3', 'City 4']
# Print the series
print(sr)
输出:
现在我们将使用Series.ix
属性以返回与“城市4”标签相对应的值。
# return the value
sr.ix['City 4']
输出:
正如我们在输出中看到的,Series.ix
属性已返回“里斯本”作为与给定Series对象中“城市4”标签相对应的值。
范例2:采用Series.ix
属性以返回位于给定Series对象中指定标签处的值。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series(['1/1/2018', '2/1/2018', '3/1/2018', '4/1/2018'])
# Creating the row axis labels
sr.index = ['Day 1', 'Day 2', 'Day 3', 'Day 4']
# Print the series
print(sr)
输出:
现在我们将使用Series.ix
属性以返回与“第3天”标签相对应的值。
# return the value
sr.ix['Day 3']
输出:
正如我们在输出中看到的,Series.ix
属性已返回“ 2018年3月1日”作为与给定Series对象中“第3天”标签对应的值。
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.ix。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。