【数据科学】pandas数据库中的serise

引言

上一篇关于数据科学入门的文章，我们聊到了关于numpy数据库的使用（主要是array和mat两种的创建和使用），那么今天我们就来讲讲pandas这个数据库吧（从serise的角度出发）。

怎么下载pandas数据库

我们想要用到series的时候，我们就要先去调用pandas这个数据库，和numpy这个数据库一样，我们想要使用pandas就得先去把这个数据库下载下来，我们在cmd里面去编译下面这一行代码

pip install pandas

就可以顺利地把pandas这个数据库download下来了。

出现上面这个画面的时候也就意味着你已经成功地把pandas这个数据库安装下来了。

我们开始使用jupyter notebook进行编译。 

正文

导入

万里长征的第一步：导入数据库！！！

创建series

通过下面这个格式，我们就能够创建出我们第一个series的数据啦

创建series一共有四种方式

1. 基本形式：pd.Series([data])
2. 使用切片的形式：pd.Series(np.arange(X,Y,Z))
3. 使用字典的形式：pd.Series({'index':data})
4. 使用index和data分离的形式：pd.Series([1,2,3,4],index=['a','b','c','d'])

1.基本形式 

pd.Series([data])
data为数字，数字，数字的形式出现

 

PS：这里要格外注意，Series里面第一个S一定要大写，否则系统就要像下面一样报错

series和一般的数据不同的地方就在于它会有一个index，看到上面的编译结果，你应该也能发现了，上面的编译结果中第一列代码为index（就是python里面的索引），这里的index是从0开始的，第二列就是我们所input的值了，不信的话，我们可以使用下面两行代码试试

s1.index
si.values

结果也和我们所想的是一样的。

2.切片

接下来，和之前讲的numpy数据库一样，我们讲讲切片，这里我们先上代码

这里可能有同学会有疑惑了，怎么这里的参数变成一个啦，这还怎么做啊

来，我们看看arange的用法：

• 一个参数时，参数值为终点值，起点取默认值0，步长取默认值1。
• 两个参数时，第一个参数为起点值，第二个参数为终点，步长取默认值1。
• 三个参数时，第一个参数为起点，第二个参数为终点，第三个参数为步长，其中步长支持小数。

那我们上面的就是从0开始数到10为止（10不计入我们的计算范围）

3.使用字典的形式创建Series

如下面的创建形式

pd.Series({'index':data})

编译结果如下：

4.index和data分开

pd.Series([1,2,3,4],index=['a','b','c','d'])

编译结果如下： 

 

以上便是在pandas数据库中创建series的几种方法了，如有什么问题，可以随时联系博主的喔。

关于索引

透过索引查找values

我们用下面的代码可以用我们所命名的索引来查看我们的数据

sX['Y']

我们用s3和s4来验证一下我们的想法

但是这里要格外注意的是如果是系统帮我们去创建的index，我们是无法透过索引去查找我们的data的，譬如我们的s1和s2这两个数据

通过我们的编译结果，我们就可以清楚地看到了以系统自动创建index（索引）的方式是不可以用索引去查找数据的。

截取series

同时如果我们不想要全部数据，就只想要一部分的数据，我们可以通过限制values的大小来实现，譬如在我们刚刚创建的s4里面，我们就可以通过让values的值大于2来实现series中特定数据的截取，使用下面的这个格式即可

s4[s4>2]

编译结果如下，我们可以看到它已经按照我们的要求去对series进行部分的截取了

和字典的转换

series和字典有一个非常明显的相同点，那便是他们都有着index（索引），在第三种series的创建方式中，我们就是利用字典向series的转换来实现的，那么我们可不可以把我们创建出来的series去转成字典呢，答案是可以的，我们透过下面这一行代码就可以实现了

s3.to_dict()

我们分别用s1,s2,s3,s4跑一下看看他们各自的编译结果

结果也和我们所设想的是一样的

既然我们创建出来了一个透过这种方式创建出来了字典，那我们能不能再把创建出来的字典转回去series

答案是当然可以啦，那我们不妨试试看

我们通过下面这行代码转换回去

s5=pd.Series(s4.to_dict())

它的运行结果是

可以看到s5和s4是一样的，因为s5是让s4转到字典后再转来series的，就相当于围着操场跑了一圈，最后还是回到了原点的位置。

基本知识

关于NaN

有的同学再实际操作的时候反馈说，为什么values里面出现了NaN这一个东西，那我们今天来展示一下他的代码

index_1={'a','b','c','d','e'}
s6=pd.Series(s5,index=index_1)

这里透过代码，我们可以看到这位同学是把里面的索引再加了一个，我们再回看一下s5的数据

我们再把刚刚同学的代码跑一下

我们可以看到e这里因为没有填充数据，所以它这里为NaN，此外我们还试了一下其他的错误

判断是否为空和非空

我们在这里把s5里面的index变成了我们的index，最后就让每一个数都变成了NaN，因此我们在编译的时候要格外注意原先数据的index的一致性，其实这个NaN和我们之前认识的null是一个东西，所以我们可以用pd.isnull()来判断每个values是否为空

演示如下

同理，notnull这一个格式就是刚好相反啦

当然，这里的数据类型都是布尔类型啦

关于series的命名和index的命名

在这里，我们把s6命名为kobe，我们使用下面的语法

s6.name='kobe'

如果我们是想去对其index进行命名，我们只需要在s6和name之间在加一个index就可以啦

s6.index.name='forever8&24'

series的知识我们就讲到这里，而pandas里面会有一个非常重要的dataframe，接下来博主也会跟大家聊聊，那不妨关注一下博主和【数据科学】这一个专栏吧。