1.1 pandas数据结构介绍
pandas有两种常用数据结构Series及DataFrame
1.1.1 Series
Series是一种一维的数组型对象,它包含了一个值序列,并包含了数据标签,成为索引(index)。
import pandas as pd
obj = pd.Series([1,2,3,4,5])
# Out:
# 0 1
# 1 2
# 2 3
# 3 4
# 4 5
# dtype: int64
索引在左边,值在右边,如果不指定数组索引,默认生成的索引是从0~N-1,N是数组的长度,可以通过values和index属性分别获取Series对象的值和索引
obj.values # array([1, 2, 3, 4, 5], dtype=int64)
ojb.index # RangeIndex(start=0, stop=5, step=1)
可以在创Series对象的时候通过Index属性自定义索引序列
obj2 = pd.Series([4,7,-1,3],index=["a","b","c","d"])
#Out:
# a 4
# b 7
# c -1
# d 3
# dtype: int64
可以通过标签进行索引
obj2["a"] # 4
obj2[["a","b","c"]]
# a 4
# b 7
# c -1
索引与数据的连接关系不被运算结果所影响
从另一个角度考虑,可以认为它是一个长度固定且有序的字典,因为它将索引值和数据按位置进行配对
“b” in obj2 # Out:True
"e" in obj2 # Out: False
可以使用字典生成一个Series
sdata = {"a":1,"b":2,"c":3}
obj3 = pd.Series(sdata,index["b","a","c","d"])
#按照想要的顺序设置索引,NAN表示缺失值,索引d不在sdata内,没有对应的数值
#Out
#b 2.0
#a 1.0
#c 3.0
#d NaN
在pandas中使用isnull和notnull函数来检查缺失数据
obj3.isnull()
#b False
#a False
#c False
#d True
#dtype: bool
obj3.notnull()
#b True
#a True
#c True
#d False
#dtype: bool
Series对象自身和其索引都有name属性
obj3.name = 'demo'
obj3.index.name = 'number'
#number
#b 2.0
#a 1.0
#c 3.0
#d NaN
#Name: demo, dtype: float64
Series的索引可以通过按照位置赋值的方式进行改变
obj3.index = [1,2,3,4]
obj3
#1 2.0
#2 1.0
#3 3.0
#4 NaN
关于Series的特性还有很多,这里简单的介绍了一下它的基础部分。