Python pandas，pandas.series,series的主要方法

Pandas 安装：

pip install pandas

numpy 和pandas 区别：

numpy ：生成的是ndarray,数组
pandas:基于numpy，生成两种对象，一种是series,一种是dataframe。
series: 一维数组类似array,series=索引+数据。区别是Series能保存不同种数据类型，字符串、boolean值、数字等，而numpy只能存储同类型数据。
dataframe:二维的表格型数据结构，是组合的series。dataframe 的每一行和每一列都是一个series。

Series的生成

生成Series：
语法结构：
Series(data=None, index=None, dtype=None, name=None, copy=False, fastpath=False)
data:可传入数组，可迭代对象，字典或标量值
index:以数组或列表形式传入自定义索引，若不传值，则默认[0,1,2…n],索引的个数需与data的长度相等
name: 自定义series的名字，默认none

#Series实例
import pandas as pd
from pandas import Series

seri=pd.Series([3,5,-2,9],index=['a','b','c','d'])
print(seri)
print(type(seri))
#输出
a    3
b    5
c   -2
d    9
dtype: int64
<class 'pandas.core.series.Series'>

Series的主要方法：

1.** 获取series的值：
series.values,：以ndarray结构输出

import pandas as pd
from pandas import Series

seri=pd.Series([3,5,-2,9],index=['a','b','c','d'])

print(seri.values)
print(type(seri.values))
#输出
[ 3  5 -2  9]
<class 'numpy.ndarray'> #生成series时传入的值是list结构，输出的仍是 ndarray结构

2. 获取series的索引：
   series.index,：以pandas index 结构输出

import pandas as pd
from pandas import Series

seri=pd.Series([3,5,-2,9],index=['a','b','c','d'])
print(seri.index)
print(type(seri.index))
#输出：
Index(['a', 'b', 'c', 'd'], dtype='object')
<class 'pandas.core.indexes.base.Index'>

3. 通过索引找到对应值：两种方法：通过位置查找/通过索引名称查找

import pandas as pd
from pandas import Series
seri=pd.Series([3,5,-2,9])
seri.index=["a","b","c","d"]
print(seri["a"]) #通过索引名称查找，类似字典
print(seri[0:3])#通过位置切片查找，类似列表/数组
#输出
3
a    3
b    5
c   -2

4. 将字典转换成series：key对应变成index，value为值

import pandas as pd
from pandas import Series
dic={"a":"5","n":"6","k":"0"}
seri=pd.Series(dic)
print(seri)
#输出
a    5
n    6
k    0

5. 查找缺失数据：返回缺失数据的索引和非缺失数据的索引+值

import pandas as pd
from pandas import Series
dic={"a":'',"n":"","k":"0"}
seri=pd.Series(dic)
print(seri.isnull)
#输出：
<bound method Series.isnull of a     n     
k    0

6. 判断series中是否存在缺失数据：seri.isnull().any()，输出布尔值
   注:numpy.nan 是生成确实数据的方法，nan: not a num

import numpy as np
import pandas as pd
from pandas import Series
dic={"a":np.nan,"n":np.nan,"k":"f"}
seri=pd.Series(dic)
print(seri.isnull().all())
#输出：
False
#ps: 判断series中是否都为缺失数据：series.isnull().any()，输出布尔值

7. 去重：series.unique()

import pandas as pd
from pandas import DataFrame
from pandas import Series
data=["a","k","m","a","w","m","9"]
obj=Series(data)
uniques=obj.unique()
print(uniques)
#输出：
['a' 'k' 'm' 'w' '9']

#注：也可以用python 的set函数，
print(set(data))
#输出
{'m', 'w', '9', 'a', 'k'}

#区别：
set去重后会改变原来的顺序，而unique不会
set生成的事set对象 <class 'set'>，而unique生成的事ndarray对象 <class 'numpy.ndarray'>