python数据分析处理库-Pandas之Series结构及Series常用操作方法

我上上篇博客说过：Pandas数据结构为DataFrame，里面可以同时是int、float、object（string类型时）、datatime、bool数据类型。而构成DataFrame结构的每一列或每一行是Series结构，令人吃惊的是Series里面的结构是ndarray (numpy中的) 结构

Pandas之Series常用操作方法1

import pandas as pd
fandango = pd.read_csv('fandango_score_comparison.csv') #读文件
series_film = fandango['FILM'] #查找该文件的名为"FILM"的列
print(type(series_film)) #看结果打印类型是Series类型
print(series_film[0:5])
series_rt = fandango['RottenTomatoes']
print(series_rt[0:5])

结果是：
<class 'pandas.core.series.Series'> #可以看到类型是Series类型
0    Avengers: Age of Ultron (2015)
1                 Cinderella (2015)
2                    Ant-Man (2015)
3            Do You Believe? (2015)
4     Hot Tub Time Machine 2 (2015) #打印了"FILM"列的第0到4的数据
Name: FILM, dtype: object
0    74
1    85
2    80
3    18
4    14  #打印了"RottenTomatoes"列的第0到4的数据
Name: RottenTomatoes, dtype: int64

Pandas之Series常用操作方法2

from pandas import Series
film_names = series_film.values #查看该Series的value
print(type(film_names)) #从结果看出：Series的value是ndarray结构
rt_scores = series_rt.values
series_custom = Series(rt_scores, index=film_names) #以电影名为索引构造Series,前一个参数是电影评分
print(series_custom[['Minions (2015)','Leviathan (2014)']]) #以电影名为索引搜索其评分
print(series_custom[5:10])  #打印此Series中第5到10的数据

结果是：
<class 'numpy.ndarray'> #可看出，Series里面的结构是ndarray结构
Minions (2015)      54
Leviathan (2014)    99  #以电影名为索引搜索到的其评分
dtype: int64
The Water Diviner (2015)        63
Irrational Man (2015)           42
Top Five (2014)                 86
Shaun the Sheep Movie (2015)    99
Love & Mercy (2015)             89 #此Series中第5到10的数据

-----对Series排序
series_custom.sort_index() #按索引进行排序
series_custom.sort_value() #按值进行排序

-----设置索引
fandango_films = fandango.set_index('FILM', drop=False) #将某一列设置成索引，此时就有2个索引了，另一个是默认的，fandango是之前读取文件获得的对象

-----设置索引之后，可以用设置索引的列的元素进行数据查看(切片方式)
fandango_films["设置索引的列的元素1":"设置索引的列的元素2"] #查看元素1到元素2之间的所有元素

-----自定义函数方式对Series操作
a = b[["列名1", "列名2"]]  #a和b都是Series
a.apply(lambda x: np.std(x), axis=1)  #通过列1和列2对a对象求标准差

需要fandango_score_comparison.csv文件把代码走一遍的，评论联系我