pandas数据结构--Series

Series的简单使用

pandas有Series和Pandas两大主要的数据结构，本篇主要是介绍Series。

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）构成。

创建Series

• 如果没有为数据指定索引，就会自动创建0到N-1的整数型索引。

In [4]: obj = pd.Series([4, 7, -5, 3])
In [5]: obj
Out[5]: 
0    4
1    7
2   -5
3    3
dtype: int64

• 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 [6]: obj.index
Out[6]: RangeIndex(start=0, stop=4, step=1)
In [7]: obj.values
Out[7]: array([ 4,  7, -5,  3])

• 创建带有对各数据点进行标记索引的Series

In [8]: obj2 = pd.Series([4, 7, -5, 3], index=['d', 'b', 'c', 'a'])

• 通过索引来选取Series的某个值或一组值

In [9]: obj2['a']
Out[9]: 3
In [10]: obj2[['c', 'a', 'd']]
Out[10]: 
c   -5
a    3
d    4
dtype: int64
In [11]: obj2[2:]
Out[11]: 
c   -5
a    3
dtype: int64

• 如果数据被存储在python字典中，也可以通过这个字典来创建Series

In [15]: sdata = {'x': 30000, 'y': 40000, 'z': 50000, 'w': 60000}
In [16]: obj3 = pd.Series(sdata)
In [17]: obj3
Out[17]: 
x    30000
y    40000
z    50000
w    60000
dtype: int64
In [18]: sindex = ['m', 'x', 'y', 'z']
In [19]: obj4 = pd.Series(sdata, sindex)
In [20]: obj4
Out[20]: 
m        NaN
x    30000.0
y    40000.0
z    50000.0
dtype: float64

sdata中和sindex索引相匹配那3个值会被找出来并放到相应的位置上，'m'的值找不到，因此结果为NaN（在pandas中用于表示缺失和NA值）。

Series运算

• Numpy数组运算（如根据布尔型数组进行过滤、标量乘法、应用数学函数）都会保留索引与值之间的链接。

In [13]: obj2[obj2 > 0]
Out[13]: 
d    4
b    7
a    3
dtype: int64

• Series也可以看作是一个定长的有序字典，因为它是索引值到数据值的一个映射。它可以用在很多原本需要字典参数的函数中：

In [14]: 'b' in obj2
Out[14]: True

• Pandas的innull和notnull函数可用于检测缺失数据：

In [21]: obj4.isnull()
Out[21]: 
m     True
x    False
y    False
z    False
dtype: bool

• Series的一个重要功能是：在算术运算中会自动对齐不同数据的索引。

In [22]: obj3 + obj4
Out[22]: 
m         NaN
w         NaN
x     60000.0
y     80000.0
z    100000.0
dtype: float64

• Series对象本身及索引都有一个name属性

In [23]: obj4.name = 'p'
In [24]: obj4.index.name = 'q'
In [25]: obj4
Out[25]: 
q
m        NaN
x    30000.0
y    40000.0
z    50000.0
Name: p, dtype: float64