Pandas模块入门（一）——Series结构介绍

Pandas模块是Python用于数据导入及整理的模块，对数据挖掘前期数据的处理工作十分有用，因此这些基础的东西还是要好好的学学。

Pandas模块的数据结构主要有两：1、Series ；2、DataFrame
这次就先了解一下Series结构。

1. 介绍

The Series is the primary building block of pandas and represents a one-dimensional labeled array based on the NumPy ndarray;（从书上搬来的，逃~）
大概就是说Series结构是基于NumPy的ndarray结构，是一个一维的标签矩阵（感觉跟python里的字典结构有点像）

   
   
1
2
3

2. 相关操作

a.创建
a.1、pd.Series([list]，index=[list])//以list为参数，参数为一list;index为可选参数，若不填则默认index从0开始；若添则index长度与value长度相等

import pandas as pd

s=pd.Series([1,2,3,4,5]，index=['a','b','c','f','e'])
print s
   
   
1
2
3
4

a.2、pd.Series({dict})//以一字典结构为参数

import pandas as pd

s=pd.Series({'a':3,'b':4,'c':5,'f':6,'e':8})
print s
   
   
1
2
3
4

---

b.取值
s[index] or s[[index的list]]
取值操作类似数组，当取不连续的多个值时可以以一list为参数

import pandas as pd
import numpy as np

v=np.random.random_sample(50)
s=pd.Series(v)
s1=s[[3,7,33]]
s2=s[1:5]
s3=s[49]
print "s1\n",s1
print "s2\n",s2
print "s3\n",s3
   
   
1
2
3
4
5
6
7
8
9
10
11

---

c..head(n);.tail(n)//取出头n行或尾n行，n为可选参数，若不填默认5

v=np.random.random_sample(50)
s=pd.Series(v)
print s.head()
print s.tail(3)
   
   
1
2
3
4

---

d、.index; .values//取出index 与values ,返回list

---

e、Size、shape、uniqueness、counts of values

v=[10,3,2,2,np.nan]
v=pd.Series(v);
print "len():",len(v)#Series长度,包括NaN
print "shape():",np.shape(v)#矩阵形状，（，）
print "count():",v.count()#Series长度，不包括NaN
print "unique():",v.unique()#出现不重复values值
print "value_counts():\n",v.value_counts()#统计value值出现次数
   
   
1
2
3
4
5
6
7

---

f.加运算
相同index的value相加，若index并非共有的则该index对应value变为NaN

import pandas as pd

s1=pd.Series([1,2,3,4],index=[1,2,3,4])
s2=pd.Series([1,1,1,1])
s3=s1+s2
print s3
   
   
1
2
3
4
5
6

<原创文章，转载请注明出处>