多个series_Pandas常用的两种数据类型之“Series”

关于Pandas

Pandas库基于Numpy库，提供了很多用于数据操作与分析的功能。

1.安装与使用

安装： pip install pandas 根据惯例，我们使用如下的方式引入pandas： import pandas as pd

两个常用数据类型:

pandas提供两个常用的数据类型：

• Series

• DataFrame

In [1]:
import pandas as pd                                                             

2.Series类型

Series类型类似于Numpy的一维数组对象，可以将该类型看做是一组数据与数据相关的标签(索引)联合而构成(带有标签的一维数组对象)。

1.创建方式

Series常用的创建(初始化)方式：

• 列表等可迭代对象

• ndarray数组对象

• 字典对象

• 标量

In [3]:

# 1. 使用列表创建series# s=pd.Series([1,2,3])# # 左边的0  1   2 位置标签  key# print(s,type(s))# 2.使用字典来创建，可以直接使用字典类型指定每个元素的标签s=pd.Series({"a":10,"b":20,"c":30})print(s)

a    10
b    20
c    30
dtype: int64

2.相关属性

• index

• values

• shape

• size

• dtype

Series对象可以通过index与values访问索引与值。其中，我们也可以通过修改index属性来修改Series的索引。说明：

• 如果没有指定索引，则会自动生成从0开始的整数值索引，也可以使用index显式指定索引。

• 当数值较多时，可以通过head与tail访问前 / 后N个数据。

• Series对象的数据只能是一维数组类型。

In [10]:

# index属性  创建了series的时候，每个元素的标签，就是index# 如果创建的时候，没有指定index属性，使用0 1 2....位置索引来充当index# 如果指定了index，使用指定的值来充当表标签# s=pd.Series([1,2,3],index=["a","b","c"])# 索引能不能用整数来充当呢？可以,但是不建议这样使用s=pd.Series([1,2,3],index=[2,3,4])# s# s[2]print(s.shape)  # size都是用来显示series中有多少个元素的

(3,)

3.Series相关操作

Series在操作上，与Numpy数据具有如下的相似性：

• 支持广播与矢量化运算。

• 支持索引与切片。

• 支持整数数组与布尔数组提取元素。

1.运算

Series类型也支持矢量化运算与广播操作。计算规则与Numpy数组的规则相同。同时，Numpy的一些函数，也适用于Series类型，例如，np.mean，np.sum等。
多个Series运算时，会根据索引进行对齐。当索引无法匹配时，结果值为NaN(缺失值)。说明：

• 我们可以通过pandas或Series的isnull与notnull来判断数据是否缺失。

• 除了运算符以外，我们也可以使用Series对象提供的相关方法进行运算【可以指定缺失的填充值】。

• 尽管Numpy的一些函数，也适用于Series类型，但Series与ndarray数组对于空值NaN的计算处理方式上是不同的。【Numpy的计算，会得到NaN，而Series会忽略NaN】

In [12]:

# s1=pd.Series([1,2,3])# s2=pd.Series([10,20,30])# s1+1# s1+s2

Out[12]:

0    11
1    22
2    33
dtype: int64

2.索引

标签索引与位置索引

如果Series对象的index值为非数值类型，通过[索引]访问元素，索引既可以是标签索引，也可以是位置索引。这会在一定程度上造成混淆。我们可以通过：

• loc 仅通过标签索引访问。

• iloc 仅通过位置索引访问。

这样，就可以更加具有针对性去访问元素。

整数数组索引与布尔数组索引

Series也支持使用整数数组与布尔数组进行索引。与Numpy数组相同，二者返回的是原数组数据的拷贝(复制)。
说明：

• 与ndarray数组的整数索引不太相同，Series的整数数组索引，既可以是标签数组索引，也可以是位置数组索引。

In [30]:

# s=pd.Series([1,2,3],index=[10,20,30])# s[index]# s[0]# s[10]# 不建议直接使用s[index]  index可能是位置标签，也可能是名字标签# 如果一个series有了index标签，位置索引失效。#为了使用位置索引和标签索引清晰，series单独提供了，标签索引方式和位置索引方式#loc  仅通过标签索引访问。#iloc 仅仅通过位置进行访问s=pd.Series([1,2,3],index=[10,20,30])# s.loc[10]s.iloc[0]# s.ix[index]  老版本 先以标签优先查找，如果标签没找到，则按照位置  不建议使用。# series可以使用整数数组作为索引，用来提取多个元素(跟numpy一致)s.iloc[0],s.iloc[1]li_index=[0,1]s.iloc[li_index]li_keys=[10,20]s.loc[li_keys]# series可以使用布尔数组作为索引，s[布尔数组]，可以将true对应的元素留下，其余去掉#使用的时候，与或非的规则跟numpy一致s[[True,False,False]]s=pd.Series(range(20))s_b=s>10s[s_b]

Out[30]:

0      0
1      1
2      2
3      3
4      4
5      5
6      6
7      7
8      8
9      9
10    10
dtype: int64

3.切片

Series也支持切片访问一个区间的元素。与Numpy的数组相同，切片返回的是原数组数据的视图。 In [38]:

s=pd.Series(range(20),index=range(100,120))s# 切片获取的时候，也依然遵从索引获取方式，分成按照位置进行切片和按照标签进行切片# loc切片，则按照标签名切     包含start，也包含end# iloc切片，则按照位置进行切  包含start，不包含ends.iloc[5:10]s.loc[104:109]s=pd.Series(range(5),index=["a","b","c","d","e"])s.loc["d"]s.loc["b":"d"]

Out[38]:

b    1
c    2
d    3
dtype: int64

4.Series的CRUD

Series索引-数值CRUD操作：

• 获取值

• 修改值

• 增加索引-值

• 删除索引-值

In [48]:

s=pd.Series(range(5),index=["a","b","c","d","e"])# (1)获取元素# iloc或者loc# (2)增加s.loc["f"]=5# (3)修改s.loc["f"]=50s# (4)删除# s.drop(标签)# inplace ：false默认，代表是否进行原地修改。# 效率特别重要，原地操作不需要占用额外的内存。如果源数据对后期使用不大，可以进行原地操作，来节省内存。inplace设置成True# s.drop("a")s.drop("a",inplace=True)s

Out[48]:

b     1
c     2
d     3
e     4
f    50
dtype: int64