《利用python进行数据分析》之pandas中Series入门

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/mr_muli/article/details/83959335

• 《利用python进行数据分析》之pandas中Series入门

# -*- coding: utf-8 -*-
"""
Created on Sun Nov 11 15:19:44 2018

@author: muli
"""

from pandas import Series,DataFrame
import pandas as pd

obj=Series([4,7,-5,3])
print(obj)
# 显示 序列索引 的情况[0,4)--左闭右开
print(obj.index)
# 返回 序列 的值
print(obj.values)


obj2=Series([4,7,-5,3],index=['d','b','a','c'])
print(obj2)
print(obj2.index)
print(obj2['a'])
# 内置索引为[0,N), N为序列的长度
print(obj2[3])

print("--------------------------")
print(obj2)
# 对序列的值做改变
print(obj2*2)
# 定长的有序字典
print('b' in obj2)

print("--------------------------")
sdata={'Ohio':35000,'Texas':71000,'Oregon':16000,'Utah':5000}
obj3=Series(sdata)
print(obj3)

print("--------------------------")
# 只传入一个字典，则结果Series中索引就是原字典的键（有序排列）
# 键有值，则显示值；否则，值为NaN
states=['California','Ohio','Oregon','Texas2']
obj4=Series(sdata,index=states)
print(obj4)

# 查看系列是否非空
print('###########')
# pandas的isnull和notnull函数可以用于检测缺失数据
print(pd.isnull(obj4))   # 空值 为True
print('###########')
print(pd.notnull(obj4))  # 非空值 为True
print('###########')
# Series也有类似的实例方法：
print(obj4.isnull())

print("===================================")
# Series重要的一个功能是：它在算术中会自动对齐不同索引的数据。
print(obj3)
print(obj4)
print(obj3+obj4)

print("===================================")
# Series对象本身及其索引都有一个name属性，该属性跟pandas其他关键功能关系非常密切
print(obj4)
print('--------------')
# Series对象本身name属性
obj4.name='population'
# Series索引name属性
obj4.index.name='state'
print(obj4)


# Series 的索引可以通过赋值的方式就地修改
obj.index=['Bob','Steve','Jeff','Ryan']
print(obj)