Pandas: як використовувати цінність серій (3 приклади)

У наступних прикладах показано, як отримати значення із серії pandas у трьох різних сценаріях.

Спосіб 1: Отримайте значення із серії Pandas за допомогою індексу

Наступний код показує, як отримати значення третьої позиції в серії pandas за допомогою значення індексу:

 import pandas as pd

#defineSeries
my_series = pd. Series (['A', 'B', 'C', 'D', 'E'])

#get third value in Series
print (my_series[ 2 ])

VS

Вказавши значення індексу 2 , ми можемо отримати значення на третій позиції з серії pandas.

Спосіб 2: Отримайте значення із серії Pandas за допомогою рядка

Наступний код показує, як отримати значення, яке відповідає певному рядку в серії pandas:

 import pandas as pd

#defineSeries
my_series = pd. Series ({'First':'A', 'Second':'B', 'Third':'C'})

#get value that corresponds to 'Second'
print (my_series[' Second '])

B

Використовуючи цей синтаксис, ми можемо отримати значення, яке відповідає «Second» у серії pandas.

Спосіб 3: Отримайте значення серії Pandas у DataFrame

Наступний код показує, як отримати значення в серії pandas, яке є стовпцем у фреймі даних pandas.

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({'team': ['Mavs', 'Spurs', 'Rockets', 'Heat', 'Nets'],
                   'points': [100, 114, 121, 108, 101]})

#view DataFrame
print (df)

      team points
0 Mavs 100
1 Spurs 114
2 Rockets 121
3 Heat 108
4 Nets 101

#get 'Spurs' value from team column
df. loc [df. team ==' Spurs ',' team ']. values [ 0 ]

'Spurs'

Використовуючи функції loc і values , ми можемо отримати значення «Spurs» DataFrame.

За темою: Pandas loc проти iloc: у чому різниця?

Додаткові ресурси

У наступних посібниках пояснюється, як виконувати інші типові операції в pandas:

Як перетворити серію Pandas на масив NumPy
Як отримати перший рядок Pandas DataFrame
Як отримати перший стовпець із Pandas DataFrame