pandas学习笔记(二)-Series对象

Series类型:
*.由一组数据及与之相关的数据索引组成.
*.首先,Series有自动索引,但它还有自动索引,如:
import pandas as pd
b=pd.Series([4,6,8,3,6],index=["a","b","c","d","e"])

*.Series可由以下类型创建:
Python列表,标量值,Python字典,ndarray,其他函数.
*从标量值创建:
    s=pd.Series(25,index=["a","b","c"])
    这样创建的Series对象含有三个元素,值都是25,索引分别是"a","b","c"
*.从字典创建:
    d=pd.Series({"a":9,"b":8,"c":7})
  还可以e=pd.Series({"a":9,"b":8,"c":7},index=["c","a","b","d"])
    能对上的都不变,只不过索引为"d"的值为NaN
*.从ndarray创建(非常常见):
    n=pd.Series(np.arange(5),index=np.range(9,4,-1))

Series类型的基本操作:
Series类型包括index和values两部分,
    *使用.index获得所有索引,返回结果的类型就叫Index
    *使用.values获得数据.返回的结果是numpy的array类型
Series类型的操作类似ndarray类型,
    *索引方法相同
    *numpy中运算和操作可用于Series类型,
    *可以通过自定义索引的列表进行切片
    *也可以通过自动索引进行切片
Series类型的操作类似Python字典.
    *自动索引(自己生成的索引)和自定义索引并存
    *可以一次索引多个值
    b["b"],b[["c","d","a"]]
    *虽然两套索引并存,但不能混用
    *.还有in的用法(看在不在索引里,不看值,不看自动索引)
     "c" in b
    *.还有get()
     b.get("f",100)
     如果没有这个自定义索引,就返回100
    *方括号里还可以放条件,很想数据库的查询语句
    b[b>median()]
Series类型对齐操作:
    对于Series+Series
    如果自定义索引的值相同,就进行运算.否则留下索引,值为NaN
    会自动对其索引相同的值,是基于索引的运算,不像numpy是基于维度的运算
Series的name属性:
    Series对象和索引都可以有一个名字,存储在,name中
    b.name="第一个Series对象"
    b.index.name="索引列"
    可以随时修改并即刻生效
理解:Series其实是自定义索引和值的结合