数据分析（三）

Pandas的数据结构

导入pandas：

数据分析三剑客 numpy pandas matplotlib

# 三剑客
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from pandas import Series,DataFrame

1、Series

Series是一种类似于一维数组的对象，由下面两个部分组成：

• index：相关的数据索引标签

• values：一组数据（ndarray类型）

  data数据, index索引

  s1 = Series([1,2,3,4])
  s1
  s1.index # 索引
  s1.values
  list(‘abcd’)
  s2 = Series(data=[1,2,3,4],index=list(‘abcd’))
  s2

  还可以用字典的方式去创建 数列

  Series({‘a’:1,‘b’:2,‘c’:3})
  #a 1
  #b 2
  #c 3
  #dtype: int64

1）Series的创建

两种创建方式：

(1) 用列表形式创建

(2) 用字典形式创建

2)Series的索引和切片

显式索引：

• 使用index中的元素作为索引值
• 使用.loc[‘索引名’]（推荐）

示例：

• 索引
• 切片 注意，字符索引是闭区间 [start:end]
• 取多个值

隐式索引：

• 使用整数作为索引值
• 使用.iloc[ 索引号 ]（推荐）

示例：

• 索引
• 切片 注意，编号索引是左闭右开区间 [start,end)
• 取多个值

3）Series的常用属性和方法

可以把Series看成一个定长的有序字典

可以通过shape,size,index,values等得到series的属性

可以通过head(),tail()快速查看Series对象的样式

s.head(2)看头两个 s.tail(1)看后一个

Series中如果值是None，会被转成NaN。并且计算时会被当成0（ndarray不会）

可以使用pd.isnull()，pd.notnull()，或自带isnull(),notnull() 函数检测值为None或NaN的数据

另外 series对象有一个name属性可以用来区分不同的series

4）Series的运算

(1) 适用于numpy的数组运算也适用于Series

(2) Series之间的运算

• 在运算中自动对齐不同索引的数据
• 如果索引不对应，则补NaN(值和NaN相加的结果还是NaN，如果想要让NaN的值当作0处理，可以用s1.add(s2,fill_value=0)来处理)