利用python进行数据分析——pandas数据结构Series

Pandas含有使数据分析工作变得更快更简单的高级数据结构和操作工具

• 对齐功能
• 时间序列功能
• 数学运算和约简可以按照不同的轴执行
• 灵活处理缺失数据
• 关系型运算

一、Series

       Series是一种类似于一维数组的对象 ，它由一组数据（任何Numpy类型）以及一组与之相关的数据标签构成。

1. Series的创建

 2. Series的索引

     示例Series：

obj = Series([4,7,-5,3], index=['a','b','c','d'])

• case1. Series本身索引非整数索引，采用整数索引

•  case2. Series本身索引非整数索引，采用自身索引

•  case3. Series本身为整数索引

     示例Series：

obj2 = Series([4,7,-5,3], index=[1,0,4,6])

 3. Series数组运算

• 根据布尔型数组进行过滤、标量乘法、应用数学函数等，都保留索引和值之间的链接
• 在算术运算中，会自动按照索引对齐进行运算

4. 缺失数据NaN

• pandas中的isnull()和notnull()函数可用于检测缺失数据（numpy中为isnan函数）

5. name属性

• Series对象本身及其索引都有一个name属性
• Series的索引可以通过赋值的方式就地修改