Pandas 係列是帶有軸標簽的一維ndarray。標簽不必是唯一的,但必須是可哈希的類型。該對象同時支持基於整數和基於標簽的索引,並提供了許多方法來執行涉及索引的操作。
Pandas Series.from_array()
函數從數組構造Series對象。我們還可以在創建時設置係列的名稱和索引。
用法: Series.from_array(arr, index=None, name=None, dtype=None, copy=False, fastpath=False)
參數:
arr:用於構建序列的數組
index:設置係列的索引
name:設置係列名稱
返回:係列
範例1:采用Series.from_array()
函數從數組構造一個係列對象。
# 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)
輸出:
正如我們在輸出中看到的,Series.from_array()
函數已成功從數組構造了一個序列對象。
範例2:采用Series.from_array()
函數從數組構造一個係列對象。同時設置係列名稱
# 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)
輸出:
正如我們在輸出中看到的,Series.from_array()
函數已成功從數組構造了一個序列對象。我們還設置了係列的名稱。
相關用法
- Python pandas.map()用法及代碼示例
- Python Pandas Series.str.len()用法及代碼示例
- Python Pandas.factorize()用法及代碼示例
- Python Pandas TimedeltaIndex.name用法及代碼示例
- Python Pandas dataframe.ne()用法及代碼示例
- Python Pandas Series.between()用法及代碼示例
- Python Pandas DataFrame.where()用法及代碼示例
- Python Pandas Series.add()用法及代碼示例
- Python Pandas.pivot_table()用法及代碼示例
- Python Pandas Series.mod()用法及代碼示例
- Python Pandas Dataframe.at[ ]用法及代碼示例
- Python Pandas Dataframe.iat[ ]用法及代碼示例
- Python Pandas.pivot()用法及代碼示例
- Python Pandas dataframe.mul()用法及代碼示例
- Python Pandas.melt()用法及代碼示例
注:本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas Series.from_array()。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。