pandas —— Series

pandas采用了很多Numpy的代码风格，但是最大的不同在于pandas用来处理表格型或者异质类数据。而Numpy则相反，它更适合处理同质型的数值类数组数据。

Series

Series是一种一维的数组型对象，它包含了一个值序列，并且包含了数据标签，也就是索引。

import pandas as pd
from pandas import Series, DataFrame
obj = pd.Series([4, 7, -5, 3])
print(obj)
#输出：
#0    4
#1    7
#2   -5
#3    3

这里我们看到了左侧0-4是索引，右边是值。
可以通过values和index来获取对应的值和索引。

print(obj.values)
print(obj.index)
#[ 4  7 -5  3]
#RangeIndex(start=0, stop=4, step=1)

上面用的系统默认的索引，其实可以自己创建一个索引标签。

obj2 = pd.Series([4, 7, -5, 3], index=['d', 'b', 'a', 'c'])
print(obj2)
# d   4
# b   7
# a   -5
# c   3
# dtype: int64
print(obj2.index)
Index(['d', 'b', 'a', 'c'], dtype='object')

上面发现，我们自己定义的标签替换了系统默认的标签。后期我们也可以去修改index。

    obj = pd.Series([4, 7, -5, 3])
    print(obj)
    obj.index = ['Bob', 'Steve', 'Jeff', 'Ryan']
    print(obj)
输出：
0    4
1    7
2   -5
3    3
dtype: int64
Bob      4
Steve    7
Jeff    -5
Ryan     3
dtype: int64

这样我们就可以用我们自己的标签来读取数据或者修改数据。

obj2['a']
# -5
obj2['d'] = 6 
obj2[['c', 'a', 'd']]
# c     3
# a     -5
# d     6
# dtype: int64

上面的代码中，我们用了标签列表来获取数据。
可以用Numpy相同的风格操作，比如布尔值过滤，标量相乘，数学函数等。

print(obj2[obj2 > 0])
print(obj2 * 2)
print(np.exp(obj2))
输出结果：
d    6
b    7
c    3
dtype: int64
d    12
b    14
a   -10
c     6
dtype: int64
d     403.428793
b    1096.633158
a       0.006738
c      20.085537
dtype: float64

其实可以这样理解Series，它是一个长度固定且有序的字典，因为其是将索引值与数据值按位置配对。所以我们可以使用字典中方法用于Series中。

'b' in obj2  # True
'e' in obj2  # False

如果已经有数据刚好是Python中的字典，那么可以直接使用这个字典来生成Series。

    sdata = {'Ohio':35000, 'Texas':71000, 'Oregon':16000, 'Utah':5000}
    obj3 = pd.Series(sdata)
    print(obj3)
输出：
Ohio      35000
Texas     71000
Oregon    16000
Utah       5000
dtype: int64

用字典转换的时候，直接利用了字典的key和value配对，同时按照字典排号的字典键作为索引的顺序。同样，可以按照自己的要求来生成索引顺序。

    states = ['California', 'Ohio', 'Oregon', 'Texas']
    obj4 = pd.Series(sdata, index = states)
输出：
California        NaN
Ohio          35000.0
Oregon        16000.0
Texas         71000.0
dtype: float64

上面的数据，我们发现California的value为NaN，这是因为对应的索引在sdata中找不到对应的key，所以缺失的值用NaN代替。而states中没有Utah，所以舍弃掉。
pandas中使用isnull和notnull函数来检查缺失数据。

扫描二维码关注公众号，回复： 5190955 查看本文章

pd.isnull(obj4)
# 或 obj4.isnull()
pd.notnull(obj4)
# 或 obj4.notnull()

在pandas中，其数据操作中自动对齐索引是Series中非常有用的特性。

    print(obj3)
    print(obj4)
    print(obj3 + obj4)
输出：
Ohio      35000
Texas     71000
Oregon    16000
Utah       5000
dtype: int64
California        NaN
Ohio          35000.0
Oregon        16000.0
Texas         71000.0
dtype: float64
California         NaN
Ohio           70000.0
Oregon         32000.0
Texas         142000.0
Utah               NaN
dtype: float64

发现obj3+obj4结果类似于数据库中的join操作。会把两组数据合并，缺省的值会用NaN表示。
Series对象自身和其索引都有一个name熟悉。

    obj4.name = 'population'
    obj4.index.name = 'state'
    print(obj4)
输出：
state
California        NaN
Ohio          35000.0
Oregon        16000.0
Texas         71000.0
Name: population, dtype: float64

Series

猜你喜欢