python数据分析：pandas学习之Series数组

为什么学习pandas

学习pandas需要一些numpy学习基础：numpy学习总结

虽然numpy已经可以结合matplotlib解决我们数据分析的问题，那么pandas学习的目的在什么地方呢？

numpy 能够帮我们处理数值型数据，但是这还不够
很多时候，我们数据除了数值之外，还有字符串，时间序列等
比如：我们通过爬虫获取到了存储在数据库中的数据

所以， numpy能够帮助我们处理数值，但是pandas处理处理数值之外（基于numpy），还能够帮助我们处理其他类型的数据

pandas常用的数据类型

1.Series一维， 带标签（索引）数组
2. DataFrame二维， Series容器

pandas的Series学习

• 创建一个Series数组

import pandas as pd
import numpy as np
# 创建长度为10的Series数组
t = pd.Series(np.arange(10)) 

这样就可以创建一个简单的Series数组了，数组的左边是它的索引，右边是它的值
，因此它有index和values方法

更改Series数组的索引值
其中index=list(string.ascii_uppercase[:10])表示的是取前10位大写字母来代替索引

在这里插入代码片

注意： pd.Series能够干什么，能够传入什么类型的数据让其变为series结构，index是什么？
在什么位置，对于我们常见的数据库或者ndarray来说，index是什么，如何给一组数据指定index？
在pd.Series()中的参数可以传入一个字典，也能传入一个列表，元组等
重新给其指定其他的索引之后，如果能够对应上，就取其值，如果不能，就为nan， 此时数据的类型就为float类型了，因为numpy中的nan为float类型，pandas会自动根据数据类型更改Series的dtype类型，若要修改此类型，使用.astype即可修改

pandas之Series切片和索引

t = pd.Series(np.arange(10), index=list(string.ascii_uppercase[:10]))    
t[2:10:2]  # 从第三个开始以步长为2，到第10个为止
t[[2, 3, 6]]  # 选择第三个， 第四个， 和第七个的值
t["F"]  # 选择索引为F的值

结果如下：

切片：在"[]"中直接传入start end 或者步长即可
索引：一个的时候传入序号或者index，多个的时候传入序号或者index的列表

pandas之Series的索引和值

对于一个陌生的series类型，我们如何知道它的索引和具体的值呢：
t.index ==> 返回数组的索引，是一个列表类型，可以进行遍历，也可进行强制类型转换，如： tuple(t.index) # 进行强制类型转换
t.values ==> 返回数组的值，是一个列表类型，可以进行遍历，也可进行强制类型转换，如： tuple(t.values)
Series对象本质上由两个数组构成。
一个数组构成对象的键（index，索引），一个数组构成对象的值(values)，键 -> 值
ndarray的很多方法都可以运用于series类型，比如argmax，clip
series具有where方法，但是结果和ndarray不同，具体方法可以查看官方文档np.Series.where使用教程

pandas读取mongodb数据

这里由于我的mongodb里面没有数据，所以我就手动添加了一些数据（0.0）

from pymongo import MongoClient
import pandas as pd

client = MongoClient()
collection = client["xin"]["test"]
data = list(collection.find())
a = ["hello", "world"]
data.append(a)

t1 = data[0]
t1 = pd.Series(t1)
print(t1)

结果如下

pandas读取外部文件

pandas提供了很多读取数据的方法，比如：

这里我以csv文件举例

import pandas as pd

# pandas 读取文件
t = pd.read_csv("./demo.csv")
print(t)

csv文件结果如下

我们这组的数据存在csv文件中，我们直接使用pd.read_csv即可
和我们想象中的有些差别，我们以为他会是一个Series类型，但实际上它是一个DataFrame数组类型。
那么在下一小节中我们就来了解这种数据类型