pandas成长之路——Series篇

一、Series的创建

pandas的导入

import pandas as pd

创建一个Series

s = pd.Series(data=data, index=index, name=name)

此处的data可以是以下数据类型：

• 一个python字典
• ndarray
• 一个常量（比如：5）

由ndarray创建Series

import numpy as np
import pandas as pd

s = pd.Series(data = np.random.randn(5))
print(s)

输出结果：

0   -0.238572
1    1.585234
2   -1.311796
3   -0.072632
4   -0.913131
dtype: float64

当没有指定index时，索引默认使用数字0，1，2，……
若指定index，则以指定的index内容作为索引，如

import numpy as np
import pandas as pd

s = pd.Series(data=np.random.randn(5), index=['a', 'b', 'c', 'd', 'e'])
print(s)

输出结果：

a   -0.557177
b    0.541612
c    1.520322
d    1.089772
e   -0.145101
dtype: float64

注： Series中的data和index的长度必须一致。

由python字典创建Series

import pandas as pd

s = pd.Series(data={'b': 1, 'a': 0, 'c': 2})
print(s)

输出结果：

b    1
a    0
c    2
dtype: int64

若没有给定index，则以字典的键作为索引；
若给定了index，键与index中相同的索引将赋予指定值，键中没有的index值将被赋予NaN值，且Series中的顺序根据index定，如：

import pandas as pd

s = pd.Series(data={'b': 1, 'a': 0, 'c': 2}, index=['b', 'c', 'd', 'a'])
print(s)

输出结果：

b    1.0
c    2.0
d    NaN
a    0.0
dtype: float64

由常量创建Series

由常量创建Series时，data为一个常数，此时必须指定index以确定Series的长度。

import pandas as pd

pd.Series(data=5., index=['a', 'b', 'c', 'd', 'e'])

输出结果：

a    5.0
b    5.0
c    5.0
d    5.0
e    5.0
dtype: float64

创建Series时还可以给定name值

二、Series的取值

Series的取值方式和ndarray的方式一样，同时还增加了一些自己的取值方式。
先创建出一个Series

s = pd.Series(np.random.randn(5), index=['a', 'b', 'c', 'd', 'e'])

输出结果：

a    0.956451
b    1.530236
c    1.158817
d   -0.089345
e    0.017960
dtype: float64

根据下标取值

s[0]
# 输出结果为：0.9564505464176255

切片：

s[:3]
# 输出结果：
	a    0.956451
	b    1.530236
	c    1.158817
	dtype: float64

指定某些具体行：

s[[4, 3, 1]]

# 输出结果：
	e    0.017960
	d   -0.089345
	b    1.530236
	dtype: float64

根据index取值

s['a']
# 输出结果：0.9564505464176255

可以通过下标或索引对Series值进行修改

s[1]=1.1    # 等效于 s['b']=1.1
# s的值为：
	a    0.956451
	b    1.100000
	c    1.158817
	d   -0.089345
	e    0.017960
	dtype: float64

三、Series的属性

常用属性有data、index、name

import pandas as pd

s = pd.Series(np.random.randn(5), index=['a', 'b', 'c', 'd', 'e'], name="yellice")

各属性的值为：

print(s.data)		# <memory at 0x0000022A666264C8> FutureWarning:后面版本将删除
print(s.index)		# Index(['a', 'b', 'c', 'd', 'e'], dtype='object')
print(s.name)		# 'yellice'

四、Series的方法

1、loc与iloc方法

iloc是使用整数下标来索引，为integer location的简写
loc是使用index标签来索引
注：iloc和loc后面的是中括号（[ ]），而不是小括号()

import pandas as pd

s = pd.Series(np.random.randn(5), index=['a', 'b', 'c', 'd', 'e'], name="yellice")

输出结果：

a    0.579516
b    1.166545
c   -0.324949
d   -0.616307
e    0.221089
Name: yellice, dtype: float64

基本使用：

s.iloc[3]		# -0.6163069854118451
s.loc['d']		# -0.6163069854118451

也支持切片：

s.iloc[1:3]
# 输出结果
	b    1.166545
	c   -0.324949
	Name: yellice, dtype: float64

s.loc['b': 'd']
# 输出结果：
	b    1.166545
	c   -0.324949
	d   -0.616307
	Name: yellice, dtype: float64

注：iloc切片不包含最后一个索引，如上例中的下标3；而loc切片则包含最后一个标签，如上例的标签’d’。

2、tolist()方法

将Series数据转换成列表数据

s.tolist()
# 输出结果：
	[0.5795157725597121,
	 1.1665451939591256,
	 -0.3249487370941685,
	 -0.6163069854118451,
	 0.22108853110796142]

3、items()方法

返回一个索引和值的zip，类似python中对字典使用zip函数，list强转可打印

list(s.items())
# 输出结果：
	[('a', 0.5795157725597121),
	 ('b', 1.1665451939591256),
	 ('c', -0.3249487370941685),
	 ('d', -0.6163069854118451),
	 ('e', 0.22108853110796142)]

4、keys()方法

返回index值

s.keys()
# 输出结果：Index(['a', 'b', 'c', 'd', 'e'], dtype='object')

5、min()和max()方法

返回最小值和最大值

6、to_numpy()方法

返回ndarray数据
注：此方法在pandas version 0.24.0新增，老版本不支持

7、get()方法

获取给定标签的值，类似字典中的方法get()

s.get('a')
# 输出结果：0.579516

s.get(['a', 'c'])
# 输出结果：
	a    0.579516
	c   -0.324949
	Name: yellice, dtype: float64

# 此方法支持对不存在的标签设置默认返回值
s.get('f', 66)

8、rename()方法

重命名Series

s.rename('hello')
# 输出结果：
	a    0.579516
	b    1.166545
	c   -0.324949
	d   -0.616307
	e    0.221089
	Name: hello, dtype: float64

9、sort_values()和sort_index()

sort_values() 根据值排序
sort_index() 根据index排序

s.sort_values()
# 输出结果：
	d   -0.616307
	c   -0.324949
	e    0.221089
	a    0.579516
	b    1.166545
	Name: yellice, dtype: float64

s = pd.Series([0.579516, 1.166545, -0.324949, -0.616307, 0.221089], index=['e', 'd', 'c', 'b', 'a'])
s.sort_index()
# 输出结果：
	a    0.221089
	b   -0.616307
	c   -0.324949
	d    1.166545
	e    0.579516
	dtype: float64

10、head()和tail()方法

查看数据的头和尾部数据，默认为显示5行数据

s.head(2)	
# 输出结果：
	a    0.579516
	b    1.166545
	Name: yellice, dtype: float64

s.tail(2)
# 输出结果：
	d   -0.616307
	e    0.221089
	Name: yellice, dtype: float64