Pandas中series小结

概述

• Series是Pandas中的最基本的数据结构对象，是DataFrame的列对象或者行对象，series本身也具有行索引。

• Series是一种类似于一维数组的对象，由下面两个部分组成：

  • values：一组数据（numpy.ndarray类型）

  • index：相关的数据行索引标签；如果没有为数据指定索引，于是会自动创建一个0到N-1(N为数据的长度)的整数型索引。

---

创建方式

1.自动生成行索引（默认从0开始）

import pandas as pd
import  numpy as np
#创建ndarray对象
arr = np.array([1,2,3])
#将其作为参数(数据), 传入Series, 构建: Pandas的Series对象
s1 = pd.Series(data=arr)
print(s1)

结果为

 2.自定义行索引

s2 = pd.Series(data=arr, index=['A', 'B', 'C'])
print(s2)

结果为

3.上述格式语法糖, 即: 直接传入: 列表, 元组, 字典即可

         Ⅰ：传入列表

s3 = pd.Series([1, 2, 3],index=['A', 'B', 'C'])
print（s3）

        Ⅱ：传入元组

s4 = pd.Series((1, 2, 3),index=['A', 'B', 'C'])
print（s4）

        Ⅲ：传入字典

s5 = pd.Series({'A': 1, 'B': 2, 'C': 3})
print（s5）

---

Series常用属性 

---

以下通过s4展示属性的效果

 loc：通过行索引获取数据，并且以列的形式展示。行索引为ABC这一列。

iloc： 通过行号获取数据，并且以列的形式展示。行号默认从0开始。

dtype或dtypes： Series内容的类型。因为数据为1，2，3，所以为int64类型。如果数据是字符串形式，则为object类型。

shape与size：shape表示维度，在这里有A，B，C3行元素。size表示有多少元素个数，在这里有1，2，3，这三个元素。

values：获取元素的值

index：获取索引值

---

以上是简单的例子，可能对于loc与iloc其中的将数据以列的形式展示以及shape与size表现的并不是很直观，以下通过一个例子更具体的来看一下。

在这里，原有索引行默认的从0开始。为了展示loc与iloc的区别，我们将Name这一列作为索引行。

---

loc：通过索引行来获取数据，并且将结果以列的形式展示。比如我们要获取第一行的数据。

在上述结果中，我们可以看出原来列：Born ，Died，Age，Occupation变成了行。各自的数据内容以列的形式展示出来。且我们是用'Rosaline Franklin'作为行索引的，可以说行索引你想它是啥就可以是啥。

---

iloc：通过行号来获取数据。同样要获取第一行的数据。

行号默认是从0开始的，所以我们要获取第一行的数据，得输入0而不是1。 

---

shape与size：shape就可以理解为5行4列，而size则可以认为是5*4=20，一共20条数据。

  

---

还记得一开始的例子吗？

它为什么是（3，）呢？

因为ABC是它的索引行，所以他的shape为（3，）