访问Pandas Series的元素

Pandas系列是一个一维的标签数组，能够容纳任何类型的数据（整数、字符串、浮点、Python对象等）。标签不需要是唯一的，但必须是一个可散列的类型。系列中的一个元素可以被访问，类似于ndarray中的元素。系列中的元素可以通过两种方式被访问

从有位置的系列中访问元素
使用标签（索引）访问元素

访问Pandas Series的元素

从有位置的系列中访问元素

为了访问系列元素，指的是索引号。使用索引操作符[ ]来访问系列中的一个元素。索引必须是一个整数。
为了访问一个系列中的多个元素，我们使用Slice操作。分片操作是通过使用冒号（:）对系列进行的。要打印从开始到某个范围的元素，使用[:Index]，要打印从结束的元素，使用[:Index]，要打印从特定的Index到结束的元素，使用[Index:]，要打印某一范围内的元素，使用[Start Index:End Index]，要使用切片操作打印整个系列，使用[:] 。此外，要按相反的顺序打印整个系列，使用[:-1] 。

代码#1：访问系列的第一个元素

# import pandas and numpy 
import pandas as pd
import numpy as np
  
# creating simple array
data = np.array(['g', 'e', 'e', 'k', 's', 'f', 'o', 'r', 'g', 'e', 'e', 'k', 's'])
ser = pd.Series(data)
   
   
# retrieve the first element
print(ser[0])

输出 :

代码#2：访问系列的前5个元素

# import pandas and numpy 
import pandas as pd
import numpy as np
  
# creating simple array
data = np.array(['g', 'e', 'e', 'k', 's', 'f', 'o', 'r', 'g', 'e', 'e', 'k', 's'])
ser = pd.Series(data)
   
   
# retrieve the first element
print(ser[:5])

输出 :

访问Pandas斯系列的元素

代码#3：访问系列的最后10个元素

# import pandas and numpy 
import pandas as pd
import numpy as np
  
# creating simple array
data = np.array(['g', 'e', 'e', 'k', 's', 'f', 'o', 'r', 'g', 'e', 'e', 'k', 's'])
ser = pd.Series(data)
   
   
# retrieve the first element
print(ser[-10:])

输出 :

访问Pandas斯系列的元素

代码#4：访问nba.csv文件中系列的前5个元素

# importing pandas module  
import pandas as pd  
      
# making data frame  
df = pd.read_csv("nba.csv")  
    
ser = pd.Series(df['Name']) 
ser.head(10)

访问Pandas斯系列的元素
现在我们访问系列的前5个元素

# get first five names 
ser[:5]

输出 :

访问Pandas斯系列的元素

使用标签（索引）访问元素

为了从系列中访问一个元素，我们必须通过索引标签设置值。一个系列就像一个固定大小的字典，你可以通过索引标签来获取和设置数值。

代码#1：使用索引标签访问单个元素

# import pandas and numpy 
import pandas as pd
import numpy as np
  
# creating simple array
data = np.array(['g', 'e', 'e', 'k', 's', 'f', 'o', 'r', 'g', 'e', 'e', 'k', 's'])
ser = pd.Series(data, index =[10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22])
   
   
# accessing a element using index element
print(ser[16])

输出 :

代码#2：使用索引标签访问一个多元素

# import pandas and numpy 
import pandas as pd
import numpy as np
  
# creating simple array
data = np.array(['g', 'e', 'e', 'k', 's', 'f', 'o', 'r', 'g', 'e', 'e', 'k', 's'])
ser = pd.Series(data, index =[10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22])
   
   
# accessing a multiple element using 
# index element
print(ser[[10, 11, 12, 13, 14]])

输出 :

访问Pandas斯系列的元素

代码#3：通过提供索引的标签访问多个元素

# importing pandas and numpy  
import pandas as pd  
import numpy as np 
    
ser = pd.Series(np.arange(3, 9), index =['a', 'b', 'c', 'd', 'e', 'f']) 
    
print(ser[['a', 'd', 'g', 'l']])

输出 :

访问Pandas斯系列的元素

代码#4：在nba.csv文件中使用索引标签访问一个多元素

# importing pandas module  
import pandas as pd  
      
# making data frame  
df = pd.read_csv("nba.csv")  
    
ser = pd.Series(df['Name']) 
ser.head(10)