import pandas as pd
animals = ['Tigers', 'Bears', 'Moose']
p = pd.Series(animals) # 자동적으로 각 데이터에 인덱스를 부여
animals = ['Tiger', 'Bear', None] # None값을 줘도 그 값이 인덱스에 매핑되서 표현
p = pd.Series(animals)
import numpy as np
print(np.nan == None) # numpy에는 값이 없는 것을 의미하는 nan값이 있다. 이것은 None과는 다르다.
# False
print(np.nan == np.nan) # nan끼리는 비교할 수 없다.
# False
print(np.isna(np.nan)) # nan값인지를 확인하려면 isna 메서드를 사용해야한다.
# True
s = pd.Series(samsung) # 딕셔너리 구조도 시리즈 자료구조로 변환할 수 있음. 이때 딕셔너리의 키가 인덱스값이 됨.
s.index # 인덱스값을 엑세스
s = pd.Series(['Tiger','Bear','Moose'], index=['India','America','Canada']) # 리스트 자료형을 통한 인덱스 지정
s = pd.Series(sports, index=['Golf', 'Sumo', 'Hockey']) # 딕셔너리의 key가 하나의 인덱스처럼 동작한다.
# 그리고 인덱스를 선택해 원하는 데이터를 추출할 수 있다.
'Python 문법' 카테고리의 다른 글
Python - DataFrame 의 Data 정렬하는 방법 sort_values(),ascending= (0) | 2022.05.09 |
---|---|
Python- dataframe 의 데이터 access 방법 loc, iloc (0) | 2022.05.09 |
Python- Pandas의 pivot_table, 피봇, 피봇팅 (0) | 2022.05.04 |
Python- API 사용하기 , google cloud, API, Geocoding, MAPS (0) | 2022.05.04 |
Python - 한글 작성을 가능하게 해주는 코드 (0) | 2022.05.02 |