4.2.2.1.1Series 课件 2022—2023学年浙教版（2019）高中信息技术必修1（20张PPT）

(共20张PPT)
第4章 数据 处理与应用
浙教版 信息技术（高中）
必修1 数据与计算
4.2.2.1.1 Series
学习目标
1
2
3
4
大数据处理的基本思想
批处理计算和流计算、图计算，编程处理数据
文本数据处理，文本数据分析与应用
数据可视化
1
2
重点难点
重点：大数据处理的思想和编程处理数据。
难点：编程处理数据。
数据图形化
Series属性
Pandas中Series左列默认index是从 开始生成
A 0 B 1 C NaN D a
Series属性
Series创建
代码创建Series对象，第二行数据的下标是
import pandas as pd
s1=pd.Series([188，167，156]， index=["Ⅰ"，"Ⅱ"，"Ⅲ"]）
A 167 B Ⅱ C Ⅰ D Ⅲ
Series创建
Series创建
创建一个Series（变量名s3）：["小学"，"初中"，"高中"，"大学"]，并指定他们的index分别为7，12，15，18
Series创建
pd.Series({“s01”:166,“s02”:178,“s03”:180})
pd.Series({“s01”:166,“s02”:178,“s03”:180},index = [“s02”,“s04”])
pd.Series({“a”:10,b”:20,“c”:30},index=[“b”,“a”,“d”])
Series创建
索引1个：
s02 178
s03 180
索引多个：
1、s2[[“s02”,”s03”]]
1、s2[“s03”] 180
2、s2[1:3]
2、s2[2] 180
Series索引
筛选出大于180的数据：
s2[ ]
s2[s2>180]
s01 166
s02 178
168
C
有如下Python代码：
import pandas as pd
s1＝pd.Series([166，178，180]，index＝[″s01″，″s02″，″s03″])
s1[1]＝168
print(s1[s1<179])
执行代码后，输出的结果是(　　)
A.　　　B.　　　　C.　　　　D.
166 s01 168 s01 166 166
168 s02 178 s02 168 168
180
C
s1+1
s1*s1
s1/2
s1+s2
1个series，所有值运算：
多个series看标签（相同则运算，不同则NaN）：
s1
s3
s2
s1+s3
B
B
谢 谢！
Thanks!