Python：pandas处理Series

pandas 是一套用于 Python 的快速、高效的数据分析工具。它提供了数组的操作，定义了处理数据的基本结构，并且赋予了它们促进操作的方法，例如：读取数据、调整索引、使用日期和时间序列、排序、分组、一般数据调整、处理缺失值等等。

导入数据包

import pandas as pd
import numpy as np

可通过pip下载pandas：

$ pip install pandas

Series

由 pandas 定义的两种数据类型是 Series 和 DataFrame，Series 类似一个 column，DataFrame 是多个 Series 的集合。

1. 定义一个Series

series = pd.Series(np.random.randn(5), name="MySeries")
# 输出
0   -0.816891
1    1.773783
2    0.443106
3   -1.240539
4    0.667308
Name: MySeries, dtype: float64

注：np.random.randn()函数随机返回一个或一组样本，具有标准正态分布

2.Series乘以10

series*10
# 输出
0    -8.168907
1    17.737830
2     4.431061
3   -12.405386
4     6.673081
Name: MySeries, dtype: float64

3.Series取绝对值

np.abs(series)
# 输出
0    0.816891
1    1.773783
2    0.443106
3    1.240539
4    0.667308
Name: MySeries, dtype: float64

4.对Series做描述性统计

series.describe()
# 输出
count    5.000000
mean     0.165354
std      1.210112
min     -1.240539
25%     -0.816891
50%      0.443106
75%      0.667308
max      1.773783
Name: MySeries, dtype: float64

5.对Series自定义索引的值

series.index = ['上', '山', '打', '老', '虎']
# 输出
上   -0.816891
山    1.773783
打    0.443106
老   -1.240539
虎    0.667308
Name: MySeries, dtype: float64

6.对Series做查询（类似字典）

series['虎']
# 输出
0.6673080932767917

7.将索引为Python的值改为2

series['虎'] = 1
# 输出
上   -0.816891
山    1.773783
打    0.443106
老   -1.240539
虎    1.000000
Name: MySeries, dtype: float64

8.判断索引J是否存在

'虎' in series
# 输出
True

参考：https://mp.weixin.qq.com/s/b-rHS18WQoPJ78NbKaSaXQ