本文共 744 字，大约阅读时间需要 2 分钟。

理论：

在数据处理中，Series的索引操作是常见且重要的技能。以下是几种常见的索引方式：

行索引

行索引是通过行的位置来获取数据。Pandas中支持两种方式：

- **直接访问**：`ser_obj[pos]` - **标签访问**：`ser_obj['label']`

切片索引

切片索引用于获取一系列连续的行数据。Pandas支持两种切片方式：

- **位置切片**：`ser_obj[start:end]`，例如`ser_obj[1:3]`获取索引1和2的数据。 - **标签切片**：`ser_obj['label1':'label3']`，注意标签切片是包含终止的。

不连续索引

当需要获取非连续行数据时，可以使用列表形式的索引：

- **标签索引**：`ser_obj[['label1','label2','label3']]` - **位置索引**：`ser_obj[[0,2,4]]`

实验：

第四节 Series的索引操作

import pandas as pdimport numpy as np

# 构建Seriesser_obj = pd.Series(range(5), index=['a','b','c','d','e'])ser_obj

# 行索引示例ser_obj['b']   # 获取标签'b'对应的值ser_obj.loc['b']  # 同样获取标签'b'对应的值

# 切片索引示例ser_obj[1:3]  # 获取索引1和2的数据ser_obj['b':'d']  # 标签切片，包含'd'

# 不连续索引示例ser_obj[[0,2,4]]  # 通过位置获取不连续数据ser_obj[['b','d']]  # 通过标签获取不连续数据

转载地址：http://mcla.baihongyu.com/