Pandas的数据结构
1、Series
Series是一种类似于一维数组的对象，由下面两个部分组成：
- index：相关的数据索引标签
- values：一组数据（ndarray类型）
series的创建方法:
1.直接传入一个列表
s1 = Series([1,2,3,4])
s1
0 1 1 2 2 3 3 4 dtype: int64
查看series对象的属性: s1.index # 索引 s1.values
还可以带上index参数,表示里这个参数作为索引 s2 = Series(data=[1,2,3,4],index=list('abcd'))
2.用字典的方式去创建
Series({'a':1,'b':2,'c':3})
a 1
b 2
c 3
dtype: int64
series的索引和切片
显式索引：
- 使用index中的元素作为索引值
- 使用.loc['索引名']（推荐）
s1 = Series(data=[150,150,150,300],index=list('语数外综')) s1 语 150 数 150 外 150 综 300 dtype: int64
s1.loc[['语','外']] # 同一个维度 取多个值 要用中括号括起来 s1.loc[['语','语']] s1.loc[['综','语']] s1.loc['语':'外'] # 文字索引 切片 开始位置和结束位置都能取到
s2 = Series(data=[1,2,3,4,5,6],index=list('abcdef'))
s2
s2.loc['b':'e':2] # 也可以跳着取 2代表的是step # s2.loc['e':'b':-1] # 注意 如果想倒着取 前面切片的属性 也得是倒着的
隐式索引：
- 使用整数作为索引值
- 使用.iloc[ 索引号 ]（推荐）
s2.iloc[0] # 整数数组形式的索引 通过iloc同样可以使用 s2.iloc[[2,2,2,2,2]] s2.iloc[[3,2,1,0]] s2.loc['a':'c'] s2.iloc[0:3] # 显示索引 切片的时候是 包括最后一个的 隐式索引 不包括最后一个
series的常用属性和方法
可以把Series看成一个定长的有序字典
可以通过shape,size,index,values等得到series的属性
s2.head() # 如果不传参数 默认展示头5个内容 s2.tail() # 查看最后的几个
Series中如果值是None，会被转成NaN。并且计算时会被当成0（ndarray不会）
可以使用pd.isnull()，pd.notnull()，或自带isnull(),notnull() 函数检测值为None或NaN的数据
另外 series对象有一个name属性可以用来区分不同的series
series的运算
(1) 适用于numpy的数组运算也适用于Series
s2 a 1 b 2 c 3 d 4 e 5 f 6 dtype: int64 #s2+2 s2*2 a 2 b 4 c 6 d 8 e 10 f 12 dtype: int64
(2) Series之间的运算
- 在运算中自动对齐不同索引的数据
- 如果索引不对应，则补NaN(值和NaN相加的结果还是NaN，如果想要让NaN的值当作0处理，可以用s1.add(s2,fill_value=0)来处理)