Python与数据科学实战课程——第三章Pandas：Series

import numpy as np
import pandas as pd

1.生成series

1.1使用列表生成series

s1 = pd.Series([1,2,3,4])  
s1     #series 包含两部分内容 索引和内容

0 1
1 2
2 3
3 4
dtype: int64

s1.values

array([1, 2, 3, 4], dtype=int64)

s1.index

RangeIndex(start=0, stop=4, step=1)

1.2使用array生成series

s2 = pd.Series(np.arange(10))
s2

0 0
1 1
2 2
3 3
4 4
5 5
6 6
7 7
8 8
9 9
dtype: int32

s2.values

array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

s2.index

RangeIndex(start=0, stop=10, step=1)

1.3通过字典生成series

s3 = pd.Series({"1":1,"2":2,"3":3})
s3

1 1
2 2
3 3
dtype: int64

s3.values

array([1, 2, 3], dtype=int64)

s3.index

Index([‘1’, ‘2’, ‘3’], dtype=‘object’)

可以看到使用字典生成的series是可以指定索引的，而使用列表和array生成的是自动生成index，从int 0开始

还有一种指定index的方式如下

s4 = pd.Series([1,2,3,4],index=["A","B","C","D"])
s4

A 1
B 2
C 3
D 4
dtype: int64

s4.values

array([1, 2, 3, 4], dtype=int64)

s4.index

Index([‘A’, ‘B’, ‘C’, ‘D’], dtype=‘object’)

2.访问series元素

s4["A"]   #此处series用法与字典同

1

s4[s4>2]    #series可以这么用，字典不行

C 3
D 4
dtype: int64

s4.to_dict()  #转换成字典

{‘A’: 1, ‘B’: 2, ‘C’: 3, ‘D’: 4}

s5 = pd.Series(s4.to_dict())  #与字典的互换
s5 

A 1
B 2
C 3
D 4
dtype: int64

#series 的 index 是可以改变的
index_1=["A","B","C","D","E"]
s6 = pd.Series(s5, index = index_1)
s6

A 1.0
B 2.0
C 3.0
D 4.0
E NaN
dtype: float64

pd.isnull(s6)  #查看s6中哪个index的value是null（NaN）

A False
B False
C False
D False
E True
dtype: bool

pd.notnull(s6)   #查看s6中哪个index的value不是null（NaN）

A True
B True
C True
D True
E False
dtype: bool

#可以为series起名,也可以为series的index起名
s6.name = "demo"
s6

A 1.0
B 2.0
C 3.0
D 4.0
E NaN
Name: demo, dtype: float64

s6.index.name = "demo index"
s6.index

Index([‘A’, ‘B’, ‘C’, ‘D’, ‘E’], dtype=‘object’, name=‘demo index’)

s6.values

array([ 1., 2., 3., 4., nan])