Python之Pandas模块学习 Series数据类型

Pandas 基本的数据结构是Series和DataFrame。Series是1-D,DataFrame是2-D的。

Series是一种类似于一维数组的对象，它由一组数据（各种NumPy数据类型）以及一组与之相关的数据标签（即索引）组成。
创建一个Series的最基本方法是：

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

这里，data指代许多不同的数据类型:

• a Python dict
• an ndarray
• a Python list
• a scalar value
• 仅由一组数据即可产生最简单的Series，通过传递一个list来创建一个Series,pandas会默认创建整形索引：

In [2]: obj = Series([4, 7, -5, 3])

In [3]: obj

Out[3]: 0 4

            1 7

            2 -5

            3 3

dtype: int64

我们可以通过Series的values和index属性获取其数组表示形式和索引对象：

In [4]: obj.values

Out[4]: array([ 4, 7, -5, 3], dtype=int64)

In [5]: obj.index

Out[5]: RangeIndex(start=0, stop=4, step=1)

通常，我们希望所创建的Series带有一个可以对各个数据点进行标记的索引：

In [7]: obj2 = Series([4, 7, -5, 3], index=['d', 'b', 'a', 'c'])

In [8]: obj2

Out[8]: d 4 b 7 a -5 c 3 dtype: int64

In [9]: obj2.index

Out[9]: Index([u'd', u'b', u'a', u'c'], dtype='object')

与普通的NumPy数组相比，你可以通过索引的方式选取Series中的单个或一组值：

In [10]: obj2['a']

Out[10]: -5

In [11]: obj2['d'] = 6

In [12]: obj2[['c', 'a', 'd']]

Out[12]: c 3 a -5 d 6