[复习]Pandas基础(一)

import pandas as pd

pandas中的Series

Series是一种一维的数组型对象，它包含了一个值序列，并且包含了数据标签，称为索引（index）
Series往往用来处理表格数据的一行或者一列。

my_series = pd.Series([1,2,3,4])

0    1
1    2
2    3
3    4
dtype: int64

---

左边为索引，右边为值。索引是默认生成的，从0到N-1，N是Series的长度。
可以通过values和index属性分别获得Series对象的值和索引。

print(my_series.index)
print(myseies.values)

RangeIndex(start=0, stop=4, step=1)
[1 2 3 4]

---

也可以自己指定索引，通过给index参数赋值来实现

series_2 = pd.Series([1,2,3,4],index=['一','二','三','四'])

一    1
二    2
三    3
四    4
dtype: int64

---

还可以由Python的字典来创建Series

my_dict = {
    'name': 'Elric',
    'age': '22',
    'sex': 'man'
}
s3 = pd.Series(my_dict)

name    Elric
age        22
sex       man
dtype: object

---

访问Series中的数据

print(s3[0])
print(s3['age'])
print(s3[['name','age']])

Elric

22

name    Elric
age        22
dtype: object

---

索引与切片的操作与NumPy类似

print(s3[0:2],'\n')
print(s3['name':'age'])

name    Elric
age        22
dtype: object 

name    Elric
age        22
sex       man
dtype: object

---

Series中的函数或NumPy风格的操作，比如布尔值数组进行过滤，与标量相乘，或是应用数学函数，都适用于Series对象

print(s3[s3=='22'])
print(series_2[series_2>1])
print(series_2 * 3)

age    22
dtype: object 

二    2
三    3
四    4
dtype: int64

一     3
二     6
三     9
四    12

---

series可传递给numpy处理

import numpy as np 
# square平方
s4 = np.square(series_2)
print(s4)

一    1
二    4
三    9
四    16
dtype: int64