Pandas2.2 Series
Attributes
| 方法 | 描述 |
|---|---|
| Series.index | 每个数据点的标签或索引 |
| Series.array | 对象底层的数据数组 |
| Series.values | 以NumPy数组的形式访问Series中的数据值 |
pandas.Series.values
pandas.Series.values 属性是 Pandas 库中 Series 对象的一个重要属性，它允许你以 NumPy 数组的形式访问 Series 中的数据值。这个属性在 Pandas 的早期版本中就已经存在，并且是许多数据分析师和科学家在处理数据时常用的一个工具。
主要特点
- NumPy 数组格式：
Series.values返回一个包含 Series 中所有值的 NumPy 数组。这使得你可以利用 NumPy 提供的丰富功能来进行数学计算、统计分析等。 - 数据类型一致性：返回的 NumPy 数组的数据类型通常与 Series 中元素的数据类型一致。例如，如果 Series 包含整数，则返回的数组也是整数类型的。
- 直接访问数据：通过
Series.values，你可以直接访问和操作 Series 中的数据，而无需通过 Series 的索引进行间接访问。
示例 1：访问整数 Series 的值
import pandas as pd
# 创建一个整数 Series
s = pd.Series([1, 2, 3, 4, 5])
# 访问值数组
values = s.values
print(values)
print(type(values))
结果：
[1 2 3 4 5]
<class 'numpy.ndarray'>
示例 2：访问字符串 Series 的值
# 创建一个字符串 Series
s = pd.Series(['a', 'b', 'c', 'd', 'e'])
# 访问值数组
values = s.values
print(values)
print(type(values))
结果：
['a' 'b' 'c' 'd' 'e']
<class 'numpy.ndarray'>
示例 3：访问布尔 Series 的值
# 创建一个布尔 Series
s = pd.Series([True, False, True, False, True])
# 访问值数组
values = s.values
print(values)
print(type(values))
结果：
[ True False True False True]
<class 'numpy.ndarray'>