python：series一些函数用法

相关：DataFrame一些函数用法

series

性质：一维数组对象，类似NumPy 的一维array。

（除了包含一组数据还包含一组索引，所以可以把它理解为一组带索引的数组。）

from pandas import Series
obj = Series([1,2,3,4], index = ['a', 'b', 'c', 'd']) 
obj
输出
a    1
b    2
c    3
d    4
dtype: int64
 
obj.index 
输出
Index(['a', 'b', 'c', 'd'], dtype='object')
 
obj.values
array([1, 2, 3
输出, 4], dtype=int64)
 
obj*2
输出
a    2
b    4
c    6
d    8
dtype: int64
 
obj+1
输出
a    2
b    3
c    4
d    5
dtype: int64
 
obj[obj>10]
输出
Series([], dtype: int64)

reindex

reindex方法重新设定了一组数据的索引，如果索引在原数据中没有匹配，则以NaN填充。

import pandas as pd
from pandas import Series, DataFrame
obj = Series([4.5, 7.2, -5.3, 3.6], index = ['d', 'b', 'a', 'c'])
#reindex用法示例
obj2 = obj.reindex(['a', 'b', 'c', 'd', 'e'])
obj2
输出：a   -5.3
b    7.2
c    3.6
d    4.5
e    NaN
dtype: float64

如果不想以NaN填充呢？可以用fill_value方法来设置。

obj.reindex(['a', 'b', 'c', 'd', 'e'], fill_value = 0)
输出：a   -5.3
b    7.2
c    3.6
d    4.5
e    0.0
dtype: float64

也可以用ffill方法实现前向填充，也就是补充的索引如果没有对应的数值，则取前一个索引的值填充；或者用bfill方法实现后向填充，也就是补充的索引如果没有对应的数值，则取后一个索引的值填充

obj3 = Series(['blue', 'purple', 'yellow'], index = [0, 2, 4])
obj3
输出：0      blue
2    purple
4    yellow
dtype: object

#使用ffill实现前向值填充
obj3.reindex(range(6), method = 'ffill')
输出：0      blue
1      blue
2    purple
3    purple
4    yellow
5    yellow
dtype: object

#使用bfill实现前向值填充
obj3.reindex(range(5), method = 'bfill')
输出：0      blue
1      purple
2    purple
3    yellow
4    yellow
dtype: object

Series排序

series=pd.Series([3,4,1,6],index=['b','a','d','c'])
series
输出
b    3
a    4
d    1
c    6
dtype: int64

# 'series通过索引进行排序：'
series.sort_index()
输出
a    4
b    3
c    6
d    1
dtype: int64

#'series通过值进行排序:'
series.sort_values()
输出
d    1
b    3
a    4
c    6
dtype: int64

统计和计算

obj = Series([1,2,3,4,1,2,5],index=list('abcdefg'))
obj
输出
a    1
b    2
c    3
d    4
e    1
f    2
g    5
dtype: int64

obj.unique()
输出
array([1, 2, 3, 4, 5], dtype=int64)

set(obj)
输出
{1, 2, 3, 4, 5}

obj.value_counts()
输出
2    2
1    2
5    1
4    1
3    1
dtype: int64

from collections import Counter
Counter(obj)
输出
Counter({1: 2, 2: 2, 3: 1, 4: 1, 5: 1})

参考：
Python之DataFrame常用方法小结
Python学习笔记（6）：Pandas的reindex方法
Python中的lambda和apply用法
python学习笔记—DataFrame和Series的排序