学习笔记之pandas的Series

pandas引入约定：

    import pandas as pd

    from pandas import Series

Series是一种类似于一维数组的对象，它由一组数据以及相对应的索引组成。

Series数据可由下面几种方式生成（索引在左边，值在右边）：

一、自动创建并生成索引，索引从0开始

In :

import pandas as pd
from pandas import Series
import numpy as np
obj = Series([1,2,3,4])
obj

Out:

0    1
1    2
2    3
3    4
dtype: int64

二，自定义索引 

In :

obj = Series([1,2,3,4],index = ['a', 'b', 'c', 'd'])
obj

Out:

a    1
b    2
c    3
d    4
dtype: int64

三、通过字典创建

    1.只传入一个字典，索引即为dict的key。

In:

sdata = {'a': 1, 'b': 2, 'c': 3, 'd': 4}
obj = Series(sdata)
obj

Out:

a    1
b    2
c    3
d    4
dtype: int64

    2.传入自定义索引，与dict中的key相同项合并，不同项值为NaN（类型自动转换为float）。 NaN可用isnull()或notnull()检测

In:

skey = ['a', 'b', 'c', 'd', 'e', 'f']
obj = Series(sdata, skey)
obj

Out:

a    1.0
b    2.0
c    3.0
d    4.0
e    NaN
f    NaN
dtype: float64

Series索引可根据赋值立即修改，索引个数要保持一致：

In:

obj.index = ['q', 'w', 'e', 'r', 't', 'y']
obj

 

×

Out:

q    1.0
w    2.0
e    3.0
r    4.0
t    NaN
y    NaN
dtype: float64

Series可通过索引获取单个或一组值；可通过索引直接赋值：

In :

obj['a']

Out:

1

In :

obj['a'] = 5

Out:

obj

a    5
b    2
c    3
d    4
dtype: int64

Series数组运算（如根据布尔型数组进行过滤、标量乘法、应用数学函数等）也会保留索引和值之间的链接：

In :

obj[obj > 2]

Out:

a    5

c    3
d    4
dtype: int64 

In:

obj *2

Out:

a    10
b     4
c     6
d     8
dtype: int64

In :

 

np.exp(obj)

Out:

0     2.718282
1     7.389056
2    20.085537
3    54.598150
dtype: float64

Series重要功能：在算术运算中会自动对齐不同索引的数据：

In:

 

sdata = {'a': 1, 'b': 2}

obj1 = Series(sdata, index = ['a', 'b', 'c'])

obj1

Out:

a    1.0
b    2.0
c    NaN
dtype: float64

In:

 

sdata = {'b':2, 'c': 3, 'd':4}

obj2 = Series(sdata)

obj2

Out:

b    2
c    3
d    4
dtype: int64

In:

 

obj1 + obj2

Out:

a    NaN
b    4.0
c    NaN
d    NaN
dtype: float64