pandas数据结构Series学习

pandas的两个主要数据结构：Series和DataFrame

Series是一种类似于一维数组的对象，由一组数据和一组数据标签(即索引)组成。

Series对象创建方法：

①直接传入值列表，创建默认0到N-1(N为数组的长度)整数索引Series对象

In [1]: import numpy as np

In [2]: import pandas as pd

In [3]: pd.Series([1,3,5,np.nan,6,8])
Out[3]:
0    1.0
1    3.0
2    5.0
3    NaN
4    6.0
5    8.0
dtype: float64

②创建指定数据标签的Series对象

In [8]: pd.Series([1,3,5,np.nan,6,8],index=['A','B','C','D','E','F'])
Out[8]:
A    1.0
B    3.0
C    5.0
D    NaN
E    6.0
F    8.0
dtype: float64

③利用字典创建Series对象，字典的键当作Series对象的索引(有序排列)

In [13]: data = {'A':2,'B':4,'D':8,'C':16}
In [14]: s2 = pd.Series(data)
In [15]: s2
Out[15]:
A     2
B     4
C    16
D     8
dtype: int64

④字典键根据指定索引匹配创建Series对象，匹配上的取字典values，否则取Nan

In [16]: idx = ['A','B','D','G']

In [17]: s3 = pd.Series(data,index=idx)

In [18]: s3
Out[18]:
A    2.0
B    4.0
D    8.0
G    NaN
dtype: float64

Series对象属性：

①shape属性获取数组的形状

In [9]: s = pd.Series([1,3,5,np.nan,6,8])
In [10]: s.shape
Out[10]: (6,)

②dtype属性获取数组的数据类型

In [12]: s = pd.S