【Pandas】pandas Series size
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 |
| Series.dtype | 用于获取 Pandas Series 中数据的类型（dtype） |
| Series.shape | 用于获取 Pandas Series 的形状，即其维度信息 |
| Series.nbytes | 存储Series对象中数据所需的字节数 |
| Series.ndim | 获取Pandas Series对象的维度数 |
| Series.size | 返回给定Series对象的基础数据中的元素数量 |
pandas.Series.size
pandas.Series.size属性是Pandas库中Series对象的一个属性，它用于返回给定Series对象的基础数据中的元素数量。下面是对该属性的详细介绍，包括示例及结果：
一、pandas.Series.size属性介绍
- 功能：返回Series对象中的元素数量。
- 参数：无需传入参数。
- 返回值：返回一个整数，表示Series对象中的元素数量。
二、示例及结果
示例1：基础使用
import pandas as pd
# 创建一个Series对象
sr = pd.Series(['New York', 'Chicago', 'Toronto', 'Lisbon', 'Rio'])
# 为Series对象创建行轴标签
sr.index = ['City 1', 'City 2', 'City 3', 'City 4', 'City 5']
# 打印Series对象
print(sr)
# 使用Series.size属性返回元素数量
print("Series中的元素数量:", sr.size)
结果：
City 1 New York
City 2 Chicago
City 3 Toronto
City 4 Lisbon
City 5 Rio
dtype: object
Series中的元素数量: 5
在这个示例中，我们创建了一个包含5个城市名称的Series对象，并使用Series.size属性返回了该Series对象中的元素数量，结果为5。
示例2：使用日期字符串
import pandas as pd
# 创建一个包含日期字符串的Series对象
sr = pd.Series(['1/1/2018', '2/1/2018', '3/1/2018', '4/1/2018'])
# 为Series对象创建行轴标签
sr.index = ['Day 1', 'Day 2', 'Day 3', 'Day 4']
# 打印Series对象
print(sr)
# 使用Series.size属性返回元素数量
print("Series中的元素数量:", sr.size)
结果：
Day 1 1/1/2018
Day 2 2/1/2018
Day 3 3/1/2018
Day 4 4/1/2018
dtype: object
Series中的元素数量: 4
在这个示例中，我们创建了一个包含4个日期字符串的Series对象，并使用Series.size属性返回了该Series对象中的元素数量，结果为4。
三、总结
pandas.Series.size属性是一个简单而实用的属性，它允许我们快速获取Series对象中的元素数量。无论是在数据分析、数据清洗还是数据可视化的过程中，该属性都可以为我们提供有用的信息。