遍历Pandas Series

遍历Pandas Series

参考：iterate through pandas series

Pandas是一个强大的数据处理库，它提供了一种高效的数据结构，称为Series和DataFrame。在本文中，我们将重点介绍如何遍历Pandas Series。

Pandas Series是一种一维的标签化数组，可以存储任何数据类型（整数，字符串，浮点数，Python对象等）。Series的标签被称为索引。

创建Pandas Series

首先，我们需要创建一个Pandas Series。我们可以通过传递一个列表，numpy数组或字典来创建一个Series。

import pandas as pd

# 使用列表创建Series
s = pd.Series([1, 3, 5, pd.np.nan, 6, 8])
print(s)

# 使用numpy数组创建Series
import numpy as np
s = pd.Series(np.random.randn(5), index=['a', 'b', 'c', 'd', 'e'])
print(s)

# 使用字典创建Series
s = pd.Series({'a' : 0., 'b' : 1., 'c' : 2.})
print(s)

遍历Pandas Series

有多种方法可以遍历Pandas Series，包括使用for循环，iteritems()函数，apply()函数等。

使用for循环遍历Pandas Series

我们可以使用for循环来遍历Pandas Series。以下是一个示例：

import pandas as pd

s = pd.Series([1, 3, 5, pd.np.nan, 6, 8])

for i in s:
    print(i)

使用iteritems()函数遍历Pandas Series

iteritems()函数返回一个迭代器，产生索引和值。以下是一个示例：

import pandas as pd

s = pd.Series([1, 3, 5, pd.np.nan, 6, 8])

for index, value in s.iteritems():
    print(f"Index : {index}, Value : {value}")

使用apply()函数遍历Pandas Series

apply()函数将给定的函数应用于整个Series。以下是一个示例：

import pandas as pd

s = pd.Series([1, 3, 5, pd.np.nan, 6, 8])

def square(x):
    return x**2

s = s.apply(square)
print(s)

Pandas Series的其他操作

除了遍历Pandas Series，我们还可以进行其他操作，如添加元素，删除元素，修改元素等。

添加元素到Pandas Series

我们可以使用append()函数将元素添加到Pandas Series的末尾。以下是一个示例：

import pandas as pd

s = pd.Series([1, 3, 5, pd.np.nan, 6, 8])

s2 = pd.Series([10, 11, 12])

s = s.append(s2)
print(s)

从Pandas Series中删除元素

我们可以使用drop()函数从Pandas Series中删除元素。以下是一个示例：

import pandas as pd

s = pd.Series([1, 3, 5, pd.np.nan, 6, 8], index=['a', 'b', 'c', 'd', 'e'])

s = s.drop(['a', 'c'])
print(s)

修改Pandas Series中的元素

我们可以通过索引直接修改Pandas Series中的元素。以下是一个示例：

import pandas as pd

s = pd.Series([1, 3, 5, pd.np.nan, 6, 8], index=['a', 'b', 'c', 'd', 'e'])

s['a'] = 100
print(s)

总结，Pandas Series提供了一种灵活高效的方式来处理一维数据。我们可以使用多种方法来遍历Pandas Series，并可以轻松地添加，删除和修改元素。