pythonserieslist
『壹』 python中如何提取一組數據中的第一列數據
概述
直接提取會報錯，把array數組轉換成list，即可提取，使用numpy轉換
步驟詳解
1、直接提取嘗試：
group=[[1,2],[2,3],[3,4]]
#提取第一列元素
print(group[:,1])
#Out:TypeError: list indices must be integers or slices, not tuple
2、使用numpy轉換：
import numpy as np
group=[[1,2],[2,3],[3,4]]
#numpy轉化
ar=np.array(group)
print(ar[:,1])
#Out:[2 3 4]
拓展內容
numpy詳解
Numpy對象是數組，稱為ndarray
維度(dimensions)稱作軸(axes),軸的個數叫做秩(rank)。註：有幾級中括弧就有幾個維度
一、ndarray.attrs:
ndarray.ndim 秩
ndarray.shape 例如一個2排3列的矩陣，它的shape屬性是(2,3)
ndarray.size 數組元素的總個數
ndarray.dtype 元素類型，NumPy提供自己的數據類型
ndarray.itemsize 數組中每個元素的位元組大小
二、數組創建函數：
array
asarray將輸入轉換成ndarray
arange
ones
zeros
empty 只分配內存空間不填充任何值
eye 創建N*N單位矩陣(對角線為1)
三、數組和標量之間的運算
numpy數組的一個特點，不用編寫循環就可對數據執行批量運算，這通常稱作矢量化(vectorization)。
四、基本的索引和切片
numpy數組的索引是一個內容豐富的主題，因為選取數據子集或單個元素的方式有很多。這里我僅詳細介紹常用的方法，對於高級功能的方式我列舉名稱，讀者可以等到要用的時候自行查閱資料。
『貳』 Python中如何對series里所有的值取對數
以後應多使用論壇中的Eviews專區。
ln在Eviews中表示為log，如數學中的ln(Q)在Eviews中表示為log(Q)
直接定義啊 y=log(x) 在軟體中log,論文模型中ln不用取對數直接在估計的時候用 log( )就好了
如果真要取的話
quick\ generate series\
輸入新變數，比如 r=log( )
r就是取完對數後的序列
在工作文件中先定義一個新的變數Y（假設原變數是w，已存在的變數），然後在工作文件中點擊genr,在方程中輸入Y=log(w),確定。
series y=log(x)
在最小二乘裡面輸入log（y) log(x) c也可以
產生個新變數：輸入命令y=log()
『叄』 python 判斷某個列表中的所有元素在另一個列表中
你這個標題怎麼跟內容不一致。
判斷一個列表中的元素是否都在另一個列表中，用集合就可以了。
>>>l1=['a','b','c']
>>>l2=['d','b','c','a']
>>>set(l1).issubset(set(l2))
True
>>>
『肆』 請描述下Python中Series和Array和List有何異同
Series是pandas中的結構，
Array是numpy的結構
list是python原生結構
它們都是數組結構。
層次看Series>array>list 也就是功能越來越易用，限制也會越來越多，而且高層可以往低層轉，
Series還有索引，這是array list都沒有的；
『伍』 怎麼查找python列表中元素的位置
Python中查找list中某個固定元素是常有的事，對於兩種不同的查找有兩種不同的解決方案，見下。
查找元素首次出現的位置：
list自帶的方法index可以找出某元素在list中首次出現的位置，用法為：
(5)pythonserieslist擴展閱讀：
序列是Python中最基本的數據結構。序列中的每個元素都分配一個數字 - 它的位置，或索引，第一個索引是0，第二個索引是1，依此類推。
Python有6個序列的內置類型，但最常見的是列表和元組。序列都可以進行的操作包括索引，切片，加，乘，檢查成員。
此外，Python已經內置確定序列的長度以及確定最大和最小的元素的方法。列表是最常用的Python數據類型，它可以作為一個方括弧內的逗號分隔值出現。列表的數據項不需要具有相同的類型。
『陸』 如何在python列表中查找某個元素的索引
1、方法一： 利用數組自身的特性 a.index(target), 其中a是目標list，target是需要的下標對應的值。代碼如下：
2、分片：
分片用於截取某個范圍內的元素，通過:來指定起始區間（左閉右開區間，包含左側索引值對應的元素，但不包含右測索引值對應的元素）。
分片包括起始索引對應的元素，但不包括終止索引對應的元素，索引為正值時可以發生越界但只會取到最後一個元素。如果索引值為負值，則表示從最右邊元素開始，此時需避免索引越界。
『柒』 python 列表中刪除 部分一些符合條件的值
>>>list=[None,None,None,None,"a","b","c",None,"d",12,None,2,4,5,4]
>>>list=list[4:]
>>>len(list)
11
>>>list
['a','b','c',None,'d',12,None,2,4,5,4]
>>>
#如果你的list格式是相同的比如前面4個都是None，這個格式是固定的，那麼切片很容易解決
『捌』 Python的pandas 數組如何得到索引值，如圖，我要得到ohio 的索引值，應該怎樣做
直接上實例：
df = pd.DataFrame(np.random.randn(5,3),index = list('abcde'),columns = ['one','two','three']) #創建一個數據框
df 內容
第一個arrary代表第幾行，第二個代表第幾列。
如，如何條件的元素存在在：第一行第三列，第三行第一列，....
『玖』 pandas將某一行設置為列索引（python）
b[b.['state']=='ohio'].index
In [36]: list(df['state']).index('ohio')
Out[36]: 0
In [37]: list(df['state']).index('nevada')
Out[37]: 1
訪問某一列可以通過b['state']和b.state這兩種方法進行，但是輸出的pandas裡面的Series這種數據類型，因此b['state'].index()返回Index([0,1], dtype=object)。
因為數據分析知某個值並不是非常重要，所以沒有直接輸出索引值的函數，可以通過query()函數，b.query('state == "obio"')，輸出含有ohio的行自然也就知道索引。
(9)pythonserieslist擴展閱讀：
索引是為了加速對表中數據行的檢索而創建的一種分散的存儲結構。索引是針對表而建立的，它是由數據頁面以外的索引頁面組成的，每個索引頁面中的行都會含有邏輯指針，以便加速檢索物理數據。
在資料庫關系圖中，可以在選定表的「索引/鍵」屬性頁中創建、編輯或刪除每個索引類型。當保存索引所附加到的表，或保存該表所在的關系圖時，索引將保存在資料庫中。
在資料庫系統中建立索引主要有以下作用：
（1）快速取數據；
（2）保證數據記錄的唯一性；
（3）實現表與表之間的參照完整性；
（4）在使用ORDER by、group by子句進行數據檢索時，利用索引可以減少排序和分組的時間。