pandas库介绍之-series

一. Pandas概述

Pandas是数据分析三大剑客之一，是Python的核心数据分析库，它提供了快速、灵活、明确的数据结构，能够简单、直观、快速地处理各种类型的数据，具体介绍如下所示。

Pandas能够处理以下类型的数据。　

1.与SQL或Excel表类似的数据。　

2.有序和无序（非固定频率）的时间序列数据。　

3.带行、列标签的矩阵数据。

4.任意其他形式的观测、统计数据集。

Pandas提供的两个主要数据结构Series（一维数组结构）与DataFrame（二维数组结构），可以处理金融、统计、社会科学、工程等领域里的大多数典型案例，并且Pandas是基于NumPy开发的，可以与其他第三方科学计算库完美集成。 Pandas的功能很多，它的优势如下。　

1.处理浮点与非浮点数据里的缺失数据，表示为NaN。（not a number）　

2.大小可变，例如插入或删除DataFrame等多维对象的列。

3.自动、显式数据对齐，显式地将对象与一组标签对齐，也可以忽略标签，在Series、DataFrame计算时自动与数据对齐。　

4.强大、灵活的分组统计（groupby）功能，即数据聚合、数据转换。　

5.把Python和NumPy数据结构里不规则、不同索引的数据轻松地转换为DataFrame对象。　

6.智能标签，对大型数据集进行切片、花式索引、子集分解等操作。　

7.直观地合并（merge）、连接（join）数据集。　灵活地重塑（reshape）、透视（pivot）数据集。

8.成熟的导入、导出工具，导入文本文件（CSV等支持分隔符的文件）、Excel文件、数据库等来源的数据，导出Excel文件、文本文件等，利用超快的HDF5格式保存或加载数据。　

9.时间序列：支持日期范围生成、频率转换、移动窗口统计、移动窗口线性回归、日期位移等时间序列功能。

例1.读取excel数据

01 import pandas as pd #导入pandas 模块 02 df=pd.read_excel('data.xlsx') #读取Excel 文件 03 df.head(5) #显示前5 条数据

二. series 对象

Pandas是Python数据分析重要的库，而Series和DataFrame是Pandas库中两个重要的对象，也是Pandas中两个重要的数据结构，如图所示。

本节将主要介绍Series对象。

2.1　图解Series对象

Series是Python的Pandas库中的一种数据结构，它类似一维数组，由一组数据以及与这组数据相关的标签（即索引)组成，或者仅有一组数据没有索引也可以创建一个简单的Series。Series可以存储整数、浮点数、字符串、Python对象等多种类型的数据。 例如，在成绩表上图中包含了Series对象和DataFrame对象，其中“语文”“数学”“英语”3列中的每一列均是一个Series对象，而“语文”“数学”“英语”3列组成了一个DataFrame对象，如下图所示。

2.2 创建一个series对象

创建Series对象主要使用Pandas的Series()方法，语法如下：

import pandas as pd

s=pd.Series(data,index=index)

参数说明：　

data：表示数据，支持Python字典、多维数组、标量值（即只有大小，没有方向的量。也就是说，只是一个数值，如s=pd.Series(5)）。　index：表示行标签（索引）。　

返回值：Series对象。

说明 当data参数是多维数组时，index长度必须与data长度一致。如果没有指定index参数，则自动创建数值型索引（从0～data数据长度-1）。

2.2.1创建一个空的Series对象

例2. 创建一个空的Series对象

import pandas as pd

s = pd.Series()

print(s)

print(type(s))

运行程序，控制台输出结果如下：

2.2.2通过列表创建一个Series对象

l = [1, 2, 3, 4]

s = pd.Series(l)

print(s)

print('-'*20)

print(type(s))

运行程序，控制台输出结果如下：

2.2.3通过元组创建一个Series对象

t = (1, 2, 3) 

s = pd.Series(t)

print(s)

print('-'*20)

print(type(s))

运行程序，控制台输出结果如下：

2.2.4通过字典创建一个Series对象

m = {'zs': 12, 'ls': 23, 'ww': 22}

s = pd.Series(m)

print(s)

print('-'*20)

print(type(s))

运行程序，控制台输出结果如下：

2.3 手动设置series索引

创建Series对象时会自动生成整数索引，默认值从0开始至数据长度减1。如0、1、2。除了使用默认索引，还可以通过index参数手动设置索引。

num = 999

s = pd.Series(num, index=[1, 2, 3, 4])

print(s)

print('-'*20)

print(type(s))

运行程序，控制台输出结果如下：

2.4 series常用属性

2.4.1获取series对象的索引和值

获取Series索引和值主要使用Series的index和values方法。

例9　获取物理成绩的索引和值。下面使用Series的index和values方法获取物理成绩的索引和值，程序代码如下：

import pandas as pd

s1=pd.Series([88,60,75])

print(s1.index)

print(s1.values)

运行程序，控制台输出结果如下：

RangeIndex(start=0, stop=3, step=1) [88 60 75]

2.4.2 获取元素数量和对象的数据类型

获取series对象的元素数量和元素数据类型可以使用size和dtype方法

import pandas as pd

s1=pd.Series([88,60,75])

print(s1.size)

print(s1.dtype)

运行程序，控制台输出结果如下：

3

dtype('int64')

三. Series常用方法

3.1 sort_values() ---- 根据元素值进行排序

• ascending：True为升序(默认)，False为降序

升序主要代码如下：

import pandas as pd

l = [4, 2, 1, 3]

s = pd.Series(l)

print(s)

print()

s1 = s.sort_values(ascending=True)

print(s1)

运行后结果如下:

3.2 sort_index() ---- 根据元素索引进行排序

• ascending：True为升序(默认)，False为降序

升序

主要代码：

l = [12, 23, 24, 34]

s = pd.Series(l, index=['zs', 'ls', 'ww', 'zl'])

print(s)

print()

s1 = s.sort_index( )

print(s1)

输出结果如下:

3.3 apply() ---- 根据传入的函数参数处理 Series 对象

• 需要传入一个函数参数

apply()用法的主要代码如下：

运行程序，控制台输出结果如下：

3.4 head() ---- 查看 Series 对象的前 n 个元素

• 需要传入一个数 n ，表示查看前 n 个元素，默认为前5个

head()用法主要代码如下：

运行程序，控制台输出结果如下：

3.5 tail() ---- 查看 Series 对象的后 n 个元素

• 需要传入一个数 n ，表示查看后 n 个元素，默认为后5个

tail()的使用方式和head完全一样,可通过参考head用法自行理解

四.Series 的常用操作

4.1 Series 对象的数据访问

4.1.1 使用数字索引进行访问

4.1.1.1 未自定义索引

运行程序，控制台输出结果如下：

4.1.1.2 自定义索引

运行程序，控制台输出结果如下：

4.1.2 使用自定义标签索引进行访问

运行程序，控制台输出结果如下：

4.1.3 使用索引掩码进行访问

代码运行效果如下：

4.1.4 一次性访问多个元素

注意:此时多个元素访问需要额外加上['索引1','索引2']

程序运行结果如下所示：

4.2 Series 对象数据元素的删除

4.2.1 pop()

• 传入要删除元素的标签索引

pop()的使用

运行结果如下：

4.2.2 drop()

• 传入要删除元素的标签索引

drop()的用法

运行代码如下：

4.3 Series 对象数据元素的修改

4.3.1 通过自定义索引进行修改

s['zs'] = 22

4.3.2 通过数字索引进行修改

s[1] = 22

4.4 Series 对象数据元素的添加

4.4.1 通过标签索引添加

通过标签索引添加

运行结果如下：

4.4.2 append()

• 需要传入一个要添加到原 Series 对象的 Series 对象

例24. append()用法

运行结果如下：

☆☆☆注意:新版本的append方法已弃用,如要使用可通过_append()即可

小结

（1）Series是Pandas中的数据结构；

（2）Series是DataFrame的一列数据；

（3）Series的索引，默认为0,1,2,3,4,5...，与列表不同的是Series的index可以自定义，列表不能自定义索引；

（4）Series有名字name,相当于列名；

（5）Series数据是对列表的封装； 总结成一句话就是： Series是由一维数组组成，具有索引和名称，且可以自定义索引的一种数据结构。