数据分析（一） -- pandas

一、pandas中的Series模块

Series 是一个类似数组的数据结构

• 可以把Series看成一个定长的有序字典
  可以通过shape，size，index,values等得到series的属性
• 可以通过head(),tail()快速查看Series对象的样式
• 当索引没有对应的值时，可能出现缺失数据显示NaN（not a number）的情况
• 可以使用pd.isnull()，pd.notnull()，或自带isnull(),notnull()函数检测缺失数据
• Series对象本身及其索引都有一个name属性

Series的创建

由列表或numpy数组创建
默认索引为0到N-1的整数型索引

obj = Series([1,2,3,4])
print(obj)

输出：
0    1
1    2
2    3
3    4
dtype: int64

#还可以通过设置index参数指定索引
obj2 = Series([1,2,3,4],index=['a','b','c','d'])
obj2
输出：
a    1
b    2
c    3
d    4
dtype: int64

特别地，由ndarray创建的是引用，而不是副本。对Series元素的改变也会改变原来的ndarray对象中的元素。（列表没有这种情况）
a = np.array([1,2,3])
obj = Series(a)
obj
输出：
0    1
1    2
2    3
dtype: int64


obj[0]=0
print(a)
print(obj)
输出：
[0 2 3]
0    0
1    2
2    3
dtype: int64

用字典进行创建

obj = Series({'a':1,'b':2})
obj

输出：
a    1
b    2
dtype: int

Series的索引和切片

 - (1) 显式索引：
    - 使用index中的元素作为索引值
    - 使用.loc[]（推荐）
    注意，此时是闭区间
 - (2) 隐式索引：
    - 使用整数作为索引值
    - 使用.iloc[]（推荐）
    注意，此时是半开区间

Series的运算

• 适用于numpy的数组运算也适用于Series
• Series之间的运算 在运算中自动对齐不同索引的数据 如果索引不对应，则补NaN