Pandas学习1-Series类型

---

前言

Pandas 是一个开源的第三方 Python 库，从 Numpy 和 Matplotlib 的基础上构建而来，享有数据分析“三剑客之一”的盛名（NumPy、Matplotlib、Pandas）。Pandas 已经成为 Python 数据分析的必备高级工具，它的目标是成为强大、灵活、可以支持任何编程语言的数据分析工具。
Pandas 有两种重要的数据结构，Series（一维数组）和DataFrame（二维数组）。
Series是带索引的一维数组，能够存储各种数据类型，比如字符数、整数、浮点数、Python 对象等，Series 用 name 和 index 属性来描述数据值。Series 是一维数据结构，因此其维数不可以改变。
DataFrame 是一种二维表格型数据的结构，既有行索引，也有列索引。行索引是 index，列索引是 columns。
本文主要介绍Series。

---

一、Series是什么？

Series 结构，也称 Series 序列，是 Pandas 常用的数据结构之一，它是一种类似于一维数组的结构，由一组数据值（value）和一组标签（即索引）组成，其中标签与数据值之间是一个一个地对应的关系。
Series的字符串表现形式为：索引在左边，值在右边。如果没有为数据指定索引，就会自动创建一个0到N-1(N为数据的长度)的整数型索引。可以通过Series的values和index属性获取其数组表现形式和索引对象。
Series 可以保存任何数据类型，比如整数、字符串、浮点数、Python 对象等。

二、创建Series对象

Series是一种类似于一维数组的对象，它由一维数组以及一组与之相关的数据标签（即索引）组成，仅由一组数据即可产生最简单的Series。Series的字符串表现形式为：索引在左边，值在右边。
如果没有为数据指定索引，就会自动创建一个0到N-1(N为数据的长度)的整数型索引。可以通过Series的values和index属性获取其数组表现形式和索引对象。

1.语法

代码如下（示例）：

import pandas as pd
s=pd.Series( data, index, dtype, copy)

参数说明如下：

我们也可以使用数组、字典、标量值或者 Python 对象来创建 Series 对象。

2.创建一个空对象

import numpy as np
import pandas as pd
from pandas import Series,DataFrames
s = pd.Series()
s

FutureWarning: The default dtype for empty Series will be ‘object’ instead of ‘float64’ in a future version. Specify a dtype explicitly to silence this warning.
s = pd.Series()
Series([], dtype: float64)

3.从标量值创建

import numpy as np
import pandas as pd
from pandas import Series,DataFrames
pd.Series(25,index=['a','b','c'])#index=['a','b','c']不能省略
s

a 25
b 25
c 25
dtype: int64

index=[‘a’,‘b’,‘c’]不能省略，但是可以省略index=，以下代码运行结果相同。

s=pd.Series(25,['a','b','c'])
s

标量值按照 index 的数量进行重复，并与其一个一个地对应。

4.从python列表创建

自动索引

#自动索引
import pandas as pd
s=Series([3,5,6,8,9,2])
s

0 3
1 5
2 6
3 8
4 9
5 2
dtype: int64

自定义索引

#自定义索引
s=Series([3,5,6,8,9,2],index=['a','b','c','d','e','f'])
s

a 3
b 5
c 6
d 8
e 9
f 2
dtype: int64

省略index=，运行结果相同

#可省略index=
obj2=Series([3,5,6,8,9,2],['a','b','c','d','e','f'])
obj2

5.从ndarray创建

ndarray 是 NumPy 中的数组类型，当 data 是 ndarry 时，传递的索引必须具有与数组相同的长度。假如没有给 index 参数传参，在默认情况下，索引值将使用是 range(n) 生成，其中 n 代表数组长度，如下所示：
[0,1,2,3…. range(len(array))-1]

使用默认索引，创建 Series 序列对象：

import pandas as pd
import numpy as np
data = np.array(['a','b','c','d'])
s = pd.Series(['a','b','c','d'])
print (s)

0 a
1 b
2 c
3 d
dtype: object

自定义索引，创建 Series 序列对象

#自定义索引标签（即显示索引）
s = pd.Series(['a','b','c','d'],index=[100,101,102,103])
print(s)

100 a
101 b
102 c
103 d
dtype: object
如果索引个数和数组个数不匹配，会报错。如：
Length of values (4) does not match length of index (5)。

6.从字典类型创建

直接使用字典创建Series类型：

d=pd.Series({'a':9,'b':8,'c':7})
d

a 9
b 8
c 7
dtype: int64

d=pd.Series({'a':9,'b':8,'c':7},index=['c','a','b','d'])#指定索引
d

c 7.0
a 9.0
b 8.0
d NaN
dtype: float64
index指定Series的结构，并从字典中选取对应值。
当传递的索引值无法找到与其对应的值时，使用 NaN（非数字）填充。

7.从其他函数创建

Series也可以从其他函数创建，例，从arange创建。

n=pd.Series(np.arange(5))
n

0 0
1 1
2 2
3 3
4 4
dtype: int32

n=pd.Series(np.arange(5),index=np.arange(9,4,-1))
n

9 0
8 1
7 2
6 3
5 4
dtype: int32

三、Series类型的基本操作

Series创建好后，就可以对Series类型进行一些基本操作。Series操作类似于python列表，类似于numpy数组，也类似于python字典。

1.获得所有索引和值

import pandas as pd
b=pd.Series([9,8,7,6],['a','b','c','d'])
b

a 9
b 8
c 7
d 6
dtype: int64

#获取所有索引
b.index

Index([‘a’, ‘b’, ‘c’, ‘d’], dtype=‘object’)
索引类型index

#获取所有值
b.values

array([9, 8, 7, 6], dtype=int64)
值的类型array

2.获取单个或一组值

可以使用自动索引（位置索引）访问，也可以使用自定义索引（索引标签）访问。

（1）访问单个值

可以使用自定义索引

b['a']

9
可以使用自动索引访问，自动索引有系统自动生成

b[0]

9

（2）访问多个值

可以使用自定义索引访问多个元素值

b[['b','d','a']]

b 8
d 6
a 9
dtype: int64

b[['b','d',0]]

KeyError: ‘[0] not in index’
自动索引和自定义索引并存，两套索引并存，但不能混用。

通过切片的方式访问 Series 序列中的数据

b[:3]

a 9
b 8
c 7
dtype: int64

3.可以对Series进行NumPy数组运算

b[b>7]

a 9
b 8
dtype: int64

4.可以对Series进行算数运算

在运算过程中，pandas会自动对齐不同索引的数据。

dic={'m':4,'n':5,'p':6}
a=pd.Series(dic)
ind=['m','n','a','b']
b=pd.Series([9,8,7,6],index=ind)
a b

a NaN
b NaN
m 13.0
n 13.0
p NaN
dtype: float64

5.Series的修改

Series对象可以随时修改立即生效。
Series的索引可以通过赋值的方式进行改变。

b.index=['u','v','w','a']
b

u 9
v 8
w 7
a 6
dtype: int64

Series对象本身及其索引都可以有一个名字，存储在属性.name中。

b.name='Sereis对象b'
b.index.name='索引列'
b

索引列
u 9
v 8
w 7
a 6
Name: Sereis对象b, dtype: int64

四、常用属性和方法

1.常用属性

import pandas as pd
b=pd.Series([9,8,7,6],['a','b','c','d'])
print("The axes are:",b.axes)
print("The dtype is:",b.dtype)
print("是否为空对象?",b.empty)
print ("b.ndim：",b.ndim)
print("series的长度大小：",b.size)
print("输出series中数据：",b.values)
print("b.index：",b.index)

The axes are: [Index([‘a’, ‘b’, ‘c’, ‘d’], dtype=‘object’)]
The dtype is: int64
是否为空对象? False
b.ndim： 1
series的长度大小： 4
输出series中数据： [9 8 7 6]
b.index： Index([‘a’, ‘b’, ‘c’, ‘d’], dtype=‘object’)

b=pd.Series([9,8,7,6])
print("The axes are:",b.axes)
print("b.index：",b.index)

The axes are: [RangeIndex(start=0, stop=4, step=1)]
b.index： RangeIndex(start=0, stop=4, step=1)

2.常用方法

1. head()&tail()查看数据

如果想要查看 Series 的某一部分数据，可以使用 head() 或者 tail() 方法。其中 head() 返回前 n 行数据，默认显示前 5 行数据。tail() 返回的是后 n 行数据，默认为后 5 行。

2. isnull()&nonull()检测缺失值

isnull() 和 nonull() 用于检测 Series 中的缺失值。所谓缺失值，顾名思义就是值不存在、丢失、缺少。
isnull()：如果为值不存在或者缺失，则返回 True。
notnull()：如果值不存在或者缺失，则返回 False。

import pandas as pd
s = pd.Series(range(10))
print ("The original series is:",s)#0-9
print ("s.head():",s.head())#0-4
#返回前三行数据
print ("s.head(3)",s.head(3))#0-2
print ("s.tail():",s.tail())#5-9
#返回后三行数据
print ("s.tail(3)",s.tail(3))#7-9
print(pd.isnull(s))  #False,
print(pd.notnull(s)) #True

---

总结

主要学习了Pandas库的Series类型，创建、访问、修改、常用属性和方法。

本文主要学习来源：
1.http://c.biancheng.net/pandas/series.html
2.北京理工大学嵩天老师慕课4.2.2Pandas库的Series类型

这篇好文章是转载于：学新通技术网