Python数据分析--你不得不会的Pandas数据结构Series（上）

从最开始的Python基础语言，到前几天的Numpy模块，其实前面所有的东西都是在为Pandas模块做准备。Pandas是数据分析核心工具包，基于Numpy构建，为数据分析而存在！
Pandas模块包括一维数组Series和二维数组DataFrame，可以直接读取数据并处理，高效且简单，这个模块兼容各种数据库，支持各种分析算法，话不多说，我们今天首先来看一维数组Series
Series是带有标签的一维数组，可以保存任何数据类型（整数，字符串，浮点数，Python对象等），轴标签统称为索引
我们来简单看一下Series数据长什么样子

（1）Series数据结构

import numpy as np
import pandas as pd  
# 导入numpy、pandas模块

s = pd.Series(np.random.rand(5))#随机创建5个Series数据
print(s)#输出数据
print(type(s))#输出数据类型

输出结果：

我们可以看到Series数据其实就是带有标签的一维数组，它相较于前面学的Numpy的ndarray数组而言，它是自带索引index的数组，组成结构为一维数组+对应索引，所以当我们只看Series的值的时候，其实它就是一个ndarray
对于Series数据我们可以分别查看其索引index和值values

print(s.index,type(s.index))
print(s.values,type(s.values))

输出结果：

通过输出结果我们可以看到Series的值的类型其实就是ndarray，Series数据和dict相比而言，Series更像是一个有顺序的字典，其索引原理与字典十分相似，一个用key，一个用index

（2）Series创建方法

首先来看由字典创建的Series

dic = {'a':1 ,'b':2 , 'c':3, '4':4, '5':5}
s = pd.Series(dic)
print(s)

输出结果：

用字典创建Series时，字典的key就是Series的index，字典的values就是Series的values

再来看由一维数组创建的Series

arr = np.random.randn(5)
s = pd.Series(arr)
print(arr)
print(s)

输出结果：

上面的index是默认的，我们也可以自定义Series的index

s = pd.Series(arr, index = ['a','b','c','d','e'],dtype = np.object)
print(s)

输出结果：

在自定义index时，要注意index的长度需要和数组的长度保持一致
再来看由标量创建的Series

s = pd.Series(10, index = range(4))
print(s)

输出结果：

如果data是标量值的时候就必须要提供索引，因为该值会重复来匹配索引的长度

（3）Series名称属性–name
创建Series时可以自定义Series的名称，即它的name

s1 = pd.Series(np.random.randn(5))
print(s1)
print('-----')
s2 = pd.Series(np.random.randn(5),name = 'test')
print(s2)
print(s1.name, s2.name,type(s2.name))

输出结果：

name是Series的一个参数，创建一个数组的名称，通过.name的方法输出数组的名称，输出格式为str，如果没有自定义名称，则输出为None
当然了，Series也可以重命名

s3 = s2.rename('hehehe')
print(s3)
print(s3.name, s2.name)

输出结果：

通过rename（）的方法来重新命名一个Series数组的名称，并且指向一个新的数组，原来的数组是不变的

（4）Series位置下标
Series的位置下标类似于序列

s = pd.Series(np.random.rand(5))
print(s)
print(s[0],type(s[0]),s[0].dtype)
print(float(s[0]),type(float(s[0])))

输出结果：

Series的位置下标从0开始，输出结果为numpy.float的格式，可以通过float（）函数转换为Python float格式，numpy.float与float所占用的字符是不一样的

（5）Series标签索引
因为Series是有标签的，所以我们查看Series值的时候可以直接通过标签来查看，跟字典通过key值来查看values 是非常像的

s = pd.Series(np.random.rand(5), index = ['a','b','c','d','e'])
print(s)
print(s['a'],type(s['a']),s['a'].dtype)
# 方法类似下标索引，用[]表示，内写上index，注意index是字符串

sci = s[['a','b','e']]
print(sci,type(sci))
# 如果需要选择多个标签的值，用[[]]来表示（相当于[]中包含一个列表）
# 多标签索引结果是新的数组

输出结果：

（6）Series切片索引
这里的切片和序列中切片的使用基本是一样的，只是换成了index，要注意的一点是用index做切片的时候是末端包含的，但是序列中的切片是左闭右开，末端元素不包含

s1 = pd.Series(np.random.rand(5))
s2 = pd.Series(np.random.rand(5), index = ['a','b','c','d','e'])
print(s1[1:4],s1[4])
print(s2['a':'c'],s2['c'])
print(s2[0:3],s2[3])

输出结果：

（7）Series布尔型索引
布尔型索引是做数据分析中非常重要的部分，所以Series里面也有

s = pd.Series(np.random.rand(3)*100)
s[4] = None  # 添加一个空值
print(s)
bs1 = s > 50
bs2 = s.isnull()
bs3 = s.notnull()
print(bs1, type(bs1), bs1.dtype)
print(bs2, type(bs2), bs2.dtype)
print(bs3, type(bs3), bs3.dtype)
print('-----')
# 数组做判断之后，返回的是一个由布尔值组成的新的数组
# .isnull() / .notnull() 判断是否为空值 (None代表空值，NaN代表有问题的数值，两个都会识别为空值)

print(s[s > 50])
print(s[bs3])
# 布尔型索引方法：用[判断条件]表示，其中判断条件可以是 一个语句，或者是 一个布尔型数组！

输出结果：

今天的分享就到这里啦，有问题的话可以私聊我哦，看到都会回的，没回就是在写作业啦~

本人是一位211高校在读的本科生，对数据分析比较感兴趣，去年拿到了数学建模国家一等奖，今年参加了美赛还没结果，参加比赛选的题型都是大数据型，用过Excel，Spss，Lingo，MATLAB做数据分析，现在觉得Python比较高效，做数据可视化也非常方便，每天都在坚持学习，对Python数据分析和数据可视化有兴趣的可以关注我哦，每天都会更新的，跟我一起进步呀