一.简介
series基于Numpy中的ndarray,是带标签的1维同构数组,每个元素都有1个标签,类似于Python的dict
The Series is the primary building block of pandas and represents a one-dimensional labeled array based on the
NumPy ndarray
二.使用
1.创建对象:
关于index参数参见:http://liao.cpython.org/pandas03/
创建Series对象:pd.Series([data=None,index=(0,1...n-1),dtype=<dtype>,name=None,copy=False,fastpath=False])
#参数说明:
data:指定要存储的数据;为array-like/Iterable/dict/scalar
#如果为dict且未指定<index>,会用键和值分别作为<index>和<data>
#必须可哈希化
index:指定标签(行名);为array-like/dict/pandas.Index对象,应和<data>等长
#每个数据的标签可以不唯一;<index>必须可哈希化
#如果指定了<index>且<data>为dict,会覆盖掉<data>的键而成为标签
#为dict时会使用键作为<index>
dtype:指定<data>中数据的数据类型;为str/numpy.dtype/ExtensionDtype,默认会从<data>中推断
name:指定Series的名字;为str
copy:指定是否显式复制输入的数据;为bool
fastpath:指定快捷路径;为bool
#源码和官网中都没有介绍....
#实例:
>>> pd.Series()
<stdin>:1: DeprecationWarning: The default dtype for empty Series will be 'object' instead of 'float64' in a future version. Specify a dtype explicitly to silence this warning.
Series([], dtype: float64)
>>> pd.Series([1,2,3,4,5],index=['a','b','c','f','e'])
a 1
b 2
c 3
f 4
e 5
>>> pd.Series(range(3))
0 0
1 1
2 2
dtype: int64
>>> s=pd.Series([1,2,3,4,5],index=['a','b','c','f','e'],name="aaa")
>>> s.name
'aaa'
>>> pd.Series([1,2,3,4,5],index=range(5),dtype="float64")
0 1.0
1 2.0
2 3.0
3 4.0
4 5.0
dtype: float64
>>> pd.Series({'a':3,'b':4,'c':5,'f':6,'e':8})
a 3
b 4
c 5
f 6
e 8
dtype: int64
2.操作
(1)索引与切片:
参见 Python.第三方模块.数据分析.Pandas模块.索引与切片.一,1 部分
(2)判定是否属于:
判定值是否属于Series对象:<val> in <S>.values
#注意:一定要加.values
判定标签是否属于Series对象:<val> in <S>
#实例:
>>> s=pd.Series([1,2,3,4,5],index=["a","b","c","d","e"])
>>> 1 in s
False
>>> "a" in s
True
>>> 1 in s.values
True
(3)根据条件删除:
<S>[<cond>]
#<cond>判定为False处的值会被删除
#参数说明:
cond:指定判定条件
#注意:一定是对<S>整体(或其全部值或其全部标签)进行的判断
#实例:
>>> s=pd.Series([1,2,3,4,5],index=["a","b","c","d","e"])
>>> s[3!=s.values]
a 1
b 2
d 4
e 5
dtype: int64
>>> s[3==s.values]
c 3
dtype: int64
>>> s["a"==s.index]
a 1
dtype: int64
>>> s[3<=s]#相当于对s.values进行判断
c 3
d 4
e 5
dtype: int64
(4)运算与比较:
允许对任意2个Series进行运算:
>>> s1=pd.Series([1,2,3,4],index=["a","b","c","d"])
>>> s1+s1
a 2
b 4
c 6
d 8
dtype: int64
要注意的是运算时会进行"对齐"操作,即用2个Series中标签索引相同的元素进行运算,其余元素的运算结果均为NaN:
>>> s2=pd.Series([1,2,3,4],index=["a","f","e","d"])
>>> s1+s2
a 2.0
b NaN
c NaN
d 8.0
e NaN
f NaN
dtype: float64
当标签索引存在重复时,会给出所有可能的结果(但不完全是两两运算):
>>> s3=pd.Series([1,1],index=["a","a"])
>>> s4=pd.Series([2,1],index=["a","a"])
>>> s3+s4
a 3
a 2
dtype: int64
>>> s3=pd.Series([1,1,1,1],index=["a","a","b","c"])
>>> s4=pd.Series([1,2,3,4],index=["a","a","a","b"])
>>> s3+s4
a 2.0
a 3.0
a 4.0
a 2.0
a 3.0
a 4.0
b 5.0
c NaN
dtype: float64
######################################################################################################################
2个Series的比较仅在二者的标签全部相同(包括顺序)时才允许:
>>> s1>s2
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "C:\Users\Euler\AppData\Local\Programs\Python\Python38\lib\site-packages\pandas\core\ops\common.py", line 65, in new_method
return method(self, other)
File "C:\Users\Euler\AppData\Local\Programs\Python\Python38\lib\site-packages\pandas\core\ops\__init__.py", line 365, in wrapper
raise ValueError("Can only compare identically-labeled Series objects")
ValueError: Can only compare identically-labeled Series objects
>>> s1=pd.Series([1,1,1],index=["a","b","c"])
>>> s2=pd.Series([-1,1,2],index=["a","b","c"])
>>> s1>s2
a True
b False
c False
dtype: bool
>>> s3=pd.Series([-1,1,2],index=["a","c","b"])
>>> s1>s3
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "C:\Users\Euler\AppData\Local\Programs\Python\Python38\lib\site-packages\pandas\core\ops\common.py", line 65, in new_method
return method(self, other)
File "C:\Users\Euler\AppData\Local\Programs\Python\Python38\lib\site-packages\pandas\core\ops\__init__.py", line 365, in wrapper
raise ValueError("Can only compare identically-labeled Series objects")
ValueError: Can only compare identically-labeled Series objects
三.属性:
属性既可用于查询,也可用于修改
获取标签:<S>.index
#即创建时的<index>参数,不过为pandas.core.indexes.base.Index对象
#实例:
>>> s=pd.Series([1,2,3,4,5],index=["a","b","c","d","e"])
>>> s.index
Index(['a', 'b', 'c', 'd', 'e'], dtype='object')
>>> type(s.index)
<class 'pandas.core.indexes.base.Index'>
>>> s.index=["e","d","c","d","a"]
>>> s
e 1
d 2
c 3
d 4
a 5
dtype: int64
#################################################################################################
获取数据:<S>.values
#即创建时的<data>参数,不过为numpy.ndarray对象
#重复的数据不会被剔除
#实例:接上
>>> s.values
array([1, 2, 3, 4, 5], dtype=int64)
>>> type(s.values)
<class 'numpy.ndarray'>
#################################################################################################
获取元素个数:<S>.size
#实例:接上
>>> s.size
5
#################################################################################################
查看元素的数据类型:<S>.dtype
#即创建时的<dtype>参数,不过为numpy.dtype对象
#实例:接上
>>> s.dtype
dtype('int64')
>>> type(s.dtype)
<class 'numpy.dtype'>
#################################################################################################
判断<S>中的值是否均唯一:<S>.is_unique
#实例:接上
>>> s.is_unique
True
#################################################################################################
转换为StringMethods object:<S>.str
#返回pandas.core.strings.StringMethods object,已使用该类的方法(参见 Python.Pandas模块.数据处理.二 部分)
#要求<S>中的所有值均为str
#实例:
>>> s=pd.Series([1,2,3,4,5],index=["a","b","c","d","e"])
>>> s.str
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "C:\Users\Euler\AppData\Local\Programs\Python\Python38\lib\site-packages\pandas\core\generic.py", line 5132, in __getattr__
return object.__getattribute__(self, name)
File "C:\Users\Euler\AppData\Local\Programs\Python\Python38\lib\site-packages\pandas\core\accessor.py", line 187, in __get__
accessor_obj = self._accessor(obj)
File "C:\Users\Euler\AppData\Local\Programs\Python\Python38\lib\site-packages\pandas\core\strings.py", line 2100, in __init__
self._inferred_dtype = self._validate(data)
File "C:\Users\Euler\AppData\Local\Programs\Python\Python38\lib\site-packages\pandas\core\strings.py", line 2157, in _validate
raise AttributeError("Can only use .str accessor with string values!")
AttributeError: Can only use .str accessor with string values!
>>> s=pd.Series(["1","2","3","4","5"],index=["a","b","c","d","e"])
>>> s.str
<pandas.core.strings.StringMethods object at 0x000001EC9DEE1A60>
四.方法
以下各函数均不会直接修改调用该函数的Series对象或作为参数的Series对象
NumPy模块的ufuncs(元素级数组方法)也可用于Seires
1.基础操作
(1)查:
查看指定位置的值:<S>.take(<indices>[,axis=0,is_copy=None,**kwargs])
#参数说明:
indices:指定要查看的位置的索引;为array-like
#实例:
>>> s=pd.Series([1,2,3,4,5,6,7])
>>> s.take([2,4])
2 3
4 5
dtype: int64
#################################################################################################
取Series的前n行:<S>.head(<n>)
#返回Series对象
取Series的后n行:<rS>=<S>.tail(<n>)
#返回Series对象
#参数说明:
n:指定要获取的行数;为int
#实例:
>>> s=pd.Series([1,2,3,4,5],index=["a","b","c","d","e"])
>>> s.head(3)
a 1
b 2
c 3
dtype: int64
>>> s.tail(2)
d 4
e 5
dtype: int64
#################################################################################################
从<S>中随机取值:<S>.sample(<n>)
#返回取出的值及其在<S>中的索引构成的Series对象
#参数说明:
n:指定要取几个值;默认为1
#实例:
>>> s=pd.Series([1,2,3,4,5,6,10,11,12,13])
>>> s.sample()
0 1
dtype: int64
>>> s.sample(5)
3 4
2 3
4 5
6 10
8 12
dtype: int64
#################################################################################################
查询符合条件的值:<S>.where(<cond>)
#符合条件处为原值;不符合条件处为NaN
查询不符合条件的值:<S>.mask(<cond>)
#不符合条件处为原值;符合条件处为NaN
#参数说明:
cond:指定条件
#注意:应使用<S>进行比较(见实例)
#实例:
>>> s=pd.Series([-4,-3,-2,-1,0,1,2,3,4])
>>> s.where(s>0)
0 NaN
1 NaN
2 NaN
3 NaN
4 NaN
5 1.0
6 2.0
7 3.0
8 4.0
dtype: float64
>>> s.mask(s>0)
0 -4.0
1 -3.0
2 -2.0
3 -1.0
4 0.0
5 NaN
6 NaN
7 NaN
8 NaN
dtype: float64
>>> s=pd.Series(['a','b','c'])
>>> s.where(s>'a')
0 NaN
1 b
2 c
dtype: object
>>> s.mask(s>'a')
0 a
1 NaN
2 NaN
dtype: object
#################################################################################################
查看指定值是否在<S>中:<S>.isin(<value>)
#返回Series对象,<value>在<S>中的位置的对应位置处为True,其他位置处为False
#注意:如果<S>中包含不可哈希化的数据类型,很容易发生额外的问题,这时将<value>的尾元素设为某个Series对象即可解决(不
# 过<value>中仍不能包含不可哈希化的数据类型)
#参数说明:
value:指定要查询的值;为set/list-like
#实例:
>>> s=pd.Series(['lama','cow','lama','beetle','lama','hippo'],name='animal')
>>> s.isin(['cow','lama'])
0 True
1 True
2 True
3 False
4 True
5 False
Name: animal, dtype: bool
>>> s.isin(['lama'])
0 True
1 False
2 True
3 False
4 True
5 False
Name: animal, dtype: bool
>>> s=pd.Series([1,2,'lama',[1,2]])
>>> s.isin(['lama'])
TypeError: unhashable type: 'list'
The above exception was the direct cause of the following exception:
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "C:\Users\Euler\AppData\Local\Programs\Python\Python38\lib\site-packages\pandas\core\series.py", line 4685, in isin
result = algorithms.isin(self, values)
File "C:\Users\Euler\AppData\Local\Programs\Python\Python38\lib\site-packages\pandas\core\algorithms.py", line 460, in isin
return f(comps, values)
File "pandas\_libs\hashtable_func_helper.pxi", line 454, in pandas._libs.hashtable.ismember_object
SystemError: <built-in method view of numpy.ndarray object at 0x0000022DA286B300> returned a result with an error set
>>> s.isin(['lama',s])
0 False
1 False
2 True
3 False
dtype: bool
(2)改:
修改数据类型:<S>.astype("<dtype>"[,copy=True,errors="raise"])
#参数说明:
dtype:指定数据类型;为str
copy:为True时,返回修改后的副本而不是<S>本身;为False时,修改<S>本身
#慎用False,因为可能影响其他对象
errors:指定<dtype>不适用时的操作;"raise"表示报错,"ignore"表示忽略并返回<S>本身
#实例:
>>> s=pd.Series([0,1,2,3],index=["a","c","b","e"])
>>> s.dtype
dtype('int64')
>>> s=s.astype('float64')
>>> s.dtype
dtype('float64')
#################################################################################################
修改对象名或标签索引:<S>.rename([index=None,axis=None,copy=True,inplace=False,level=None,errors="ignore"])
#参数说明:
index:指定如何修改;为scalar/hashable sequence/dict-like/function
#实例:
>>> s=pd.Series([0,1,2,3],index=["a","c","b","e"])
>>> s.rename(index="name")#scalar,修改<S>.name
a 0
c 1
b 2
e 3
Name: name, dtype: int64
>>> s.rename({"a":"A","b":"B","d":"D"})#dict,修改标签索引
A 0
c 1
B 2
e 3
dtype: int64
>>> def f(x):
... return x.upper() if x.islower() else x.lower()
...
>>> s.rename(f)#function,修改标签索引
A 0
C 1
B 2
E 3
dtype: int64
#################################################################################################
修改指定值:<S>.replace([to_replace=None,value=None,inplace=False,limit=None,regex=False,method="pad"])
#参数说明:
to_replace:指定要修改的值;为str(支持正则)/list/dict(指定值替换为指定值,value应为None)/Series/num/None
value:指定要修改为的值;为scalar/dict(指定列替换为指定值)/list/str(支持正则)/None
#实例:
>>> s=pd.Series([1,2,-999,4,-999,-999,7])
>>> s.replace(-999,np.NaN)
0 1.0
1 2.0
2 NaN
3 4.0
4 NaN
5 NaN
6 7.0
dtype: float64
#################################################################################################
重设行标签索引为默认值:<S>.reset_index([level=None,drop=False,name=None,inplace=False])
#参数说明:
level:指定要重设的行标签层级;为int/str/tuple/list
drop:是否丢弃原行标签;为bool
#如果不丢弃,会作为新列插入,列名为index
name:指定原数据所在列的列名;为scalar,默认为<S>.name
#实例:
>>> s=pd.Series([1,2,3,4,5],index=["a","b","c","d","e"])
>>> s.name="aaa"
>>> s.reset_index()
index aaa
0 a 1
1 b 2
2 c 3
3 d 4
4 e 5
>>> s.reset_index(drop=True)
0 1
1 2
2 3
3 4
4 5
Name: aaa, dtype: int64
>>> s.reset_index(name=111)
index 111
0 a 1
1 b 2
2 c 3
3 d 4
4 e 5
(3)元素转换
参见:https://blog.csdn.net/yangjjuan/article/details/104430332
对每列执行指定函数:<df>.apply(<func>,axis=0,raw=False,result_type=None,args=(),**kwds)
#参见 Python.第三方模块.数据分析.Pandas模块.DataFrame.三.5 部分
#################################################################################################
执行指定函数:<s>.aggregate([func=None,axis=0,*args,**kwargs])
#也可为<s>.agg();既可作用于单个元素,也可作用于整列
#参数说明:
func:指定要执行的函数;为function/function list-like/str
#实例:
>>> s=pd.Series([-1,3,3,0,2,6,4,-7,3,0])
>>> def f(x):
... return x**2
...
>>> def f3(x):
... return x**3
...
>>> s.agg([f,f3])
f f3
0 1 -1
1 9 27
2 9 27
3 0 0
4 4 8
5 36 216
6 16 64
7 49 -343
8 9 27
9 0 0
>>> s.agg("sum")
13
#################################################################################################
对每个元素执行指定函数:<S>.tranform(<func>[,*args,**kwargs])
#参数说明:
func:指定函数;为function/str/list/dict
#实例:
>>> s=pd.Series(['男','女','男','女','男','女','男','男'])
>>> s.transform(lambda x:x+x)
0 男男
1 女女
2 男男
3 女女
4 男男
5 女女
6 男男
7 男男
dtype: object
>>> s.transform("rank")
0 6.0
1 2.0
2 6.0
3 2.0
4 6.0
5 2.0
6 6.0
7 6.0
dtype: float64
>>> s.transform({"男":"rank"})
男 0 6.0
1 2.0
2 6.0
3 2.0
4 6.0
5 2.0
6 6.0
7 6.0
dtype: float64
#################################################################################################
对每个元素执行指定映射:<S>.map(<arg>[,na_action=None])
#注意:不能用于DataFrame;没能成功进行映射的元素均变为NaN
#参数说明:
arg:指定函数;为function/collections.abc.Mapping subclass/Series
#实例:
>>> s=pd.Series([-1,3,3,0,2,6,4,-7,3,0])
>>> def f(x):
... return x**2-1
...
>>> s.map(f)
0 0
1 8
2 8
3 -1
4 3
5 35
6 15
7 48
8 8
9 -1
dtype: int64
(4)增:
插入指定元素:<S>.append(<nS>)
#Series对象不能直接插入单个元素,只能通过合并2个Series对象实现插入
#参数说明:
nS:指定要插入元素
#插入的元素的标签仍是其在<nS>中的标签
#实例:
>>> s=pd.Series([1,2,3,4,5],index=["a","b","c","d","e"])
>>> ns=pd.Series([10,11],index=["a","b"])
>>> s.append(ns)
a 1
b 2
c 3
d 4
e 5
a 10
b 11
dtype: int64
(5)删:
删除指定元素:<S>.drop([labels=None,axis=0,index=None,inplace=False,errors="raise"])
#参数说明:errors同.astype
labels/index:指定要删除的元素的标签;为single label/label list
#以上2个参数应至少指定1个
#2个参数的作用相同,指定1个即可,也可以直接使用位置参数
axis:对Series对象只能是0
inplace:为True,直接对<S>进行删除并返回None;为False,返回删除指定元素后的副本
#实例:
>>> s=pd.Series([1,2,"a","a","b"],index=['q','w','e','r','t'])
>>> s.drop('q')
w 2
e a
r a
t b
dtype: object
#################################################################################################
去除指定部分:<S>.truncate([before=None,after=None,axis=None,copy=True])
#参数说明:
before:去除之前的部分;为date/str/int(数组索引)
after:去除之后的部分;为date/str/int(数值索引)
#实例:
>>> s=pd.Series([0,1,2,3,4,5,6,7,8,9])
>>> s.truncate()
0 0
1 1
2 2
3 3
4 4
5 5
6 6
7 7
8 8
9 9
dtype: int64
>>> s.truncate(before=6)
6 6
7 7
8 8
9 9
dtype: int64
498
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
