Python数据分析之Series对象

写在前面：

    大家好！我是Kindombo。很久之前，我就想写一系列关于Python数据分析的文章，一方面，当今我们已进入大数据时代，对数据的把控并参透其背后的规律对企业，国家都有着巨大的价值。而随着时代的转型，传统企业的主要业务也将从业务需求逐渐转向数据驱动业务，我坚信，未来必将是大数据的时代！而作为如今的我们，掌握数据分析这项技能更将成为个人的核心竞争力之一。哈哈，说了这么多废话，我还是好好说我准备这个专栏的看法，首先，我写这个专栏文章的目的肯定首要的是让大家都掌握（至少认真看过我写的文章，并实操的伙伴）Python数据分析这项基本技能。除此之外在写这系列文章的时候，我想我将会以一种全新的视角写这系列的文章，（保证绝对不是填鸭式的写作）。希望能够给各位小伙伴以思想启迪。具体我将融合我所学其他科目的综合思维(嘿嘿，具体请看后面慢慢道来），总之，好好学下来，你一定不会后悔！

具体来说说这个专栏的目标：

对于计算机相关专业：

全面掌握Python数据分析技巧及思想（并掌握若干Python知识）

全面掌握Python面向对象调用函数的思想，并能推而广之（运用这些思想去学C++,Java等语言）

掌握若干数学建模思想

训练系统思维，整体布局能力得到全面提升。

领略从数据分析结果洞察趋势的思想并训练数据驱动业务的能力

对于经济学相关专业：

熟练掌握利用Python分析问题的能力

领略Python面向对象之美

训练系统分析思维

培养金融相关数据的敏感性，增强就业竞争力

对于其余专业：

学会Python如何解决实际问题

领会Python之美，见识Python的威力

领略相关计算思想和计算机系统思维

训练系统思维，提升认知

多说一句，鄙人认为以上最重要的是，对我而言，是系统思维，把控大局的能力！这是我近期一直在努力培养的能力，但我觉得可能短时间内难以达成，但是我将持续为之而努力！！！好啦，废话不多说，万丈高楼平地起，让我们正式开始吧！

Series对象

好啦！现在时间是2021年3月8日凌晨1：56分，让我们先来看Series对象。首先，要进行数据分析，我们的首先问题是，掌握一些必要的工具。其实可以将数据分析看成是挖土，哈哈，那么锄头就是你的工具，利用它你可以对泥土进行挖掘、翻盖等操作。嘿嘿，那么，对于数据分析而言，它的其中一个工具就是Series，但是这个工具就牛逼了，它不仅可以实现对数据的存储，还可以对数据的各种读取操作和简单的运算，也就是对数据实现存储和加工。哈哈，那么Series对象到底是什么呢？（这里的对象可不是npy哈，想起之前一男孩对着他npy讲面向对象编程（莫名心酸。。。）哈哈）别急，且听我慢慢道来。在这里，可能有相当一部分同学没有接触过面向对象编程，你可以暂时把Series对象看成是人，大象之类的实体。那么既然他是实体，那么他就有相应的属性和动作。（就比如人你总是要吃饭，干各种事儿的吧。。。人当然还有美女啊啥的，这些我们将它称作人的属性）于是乎，对于Series也有一些属性和动作（方法），由于它是操作数据对象的，因此它的属性和方法也将和数据有关。以下我将正式介绍它的相关用法和注意事项。干货来了！接住！

1.如何生成Series对象？

首先我们需要导入一个包，这个包叫做Pandas(可不是大熊猫哈，虽然我很想这样叫，想想熊猫也可以做数据分析，多牛逼！）OK,对于包你可能不太理解，这里你可以把它想成是一个大仓库，这个仓库主要的功能是数据分析相关操作，现在我们就在这个仓库里取出Series这个工具来进行相关操作。

代码如下：

import pandas as pd
x=pd.Series([1,2,3,4]) #从列表创建Series对象，索引方式为下标和index
x

如上图所示，我们借助一维数组生成了一个Series对象，并打印x的结果。如下图：
可以看到结果是1，2，3，4；并且自动生成了标签，（和数组规则类似）。那么Series和数组有啥区别嘞？ok，Series不仅可以利用下标进行索引，还可以自己定义索引并对其元素对象进行引用。比如：

sr=pd.Series([1,2,3,4,5],index=['a','b','c','d','e']) #访问特性
sr

这里我们首先利用数组生成了一个Series对象，并自己给它定义了标签值，打印sr，结果见下图：
嘿嘿，怎么样？牛逼吧！进一步，我们用更规范的语言来定义Series对象，它其实是列表和字典的结合体，嘿嘿，这里体现了更高级的抽象层次（get到了吗？）那么，我们自然还可以通过字典来创建Series对象，如下所示：

#字典特性
sr1=pd.Series({'a':1,'b':2}) #通过字典创建Series对象
print(sr1)

输出结果为：
好啦，现在让我们来分别使用下标和标签看一下结果。

print(sr[0]) #用下标访问值
print(sr['a']) #用索引访问值

打印结果为：
嘿嘿！了解了吗？不过Series可不仅仅支持以上索引方式，它还支持切片呢！让我们来看看，假如我们想获取Series的前三个元素值，我们可以这样：

print(sr[0])
print(sr[[0,1,2]])  #索引方式
print(sr[0:3]) #切片

打印结果为：
可以看到它把前三个数的键、值都打印出来了。这样我们就可以实现对数据的连续截取工作。但是，假如我们想单独获取它的索引和值，我们该怎么做呢？

#分别获取索引和值
print(sr.index)  #获取索引
print(sr.values) #获取值

结果为：
看到了吧，我们只需要调用sr对象的index和values方法就可得到它的标签和值。这对一些只关注值的情况下尤为有用。那么，除了这种单独获得值的方式外，我们还可以怎样获得它的值呢，for循环！看一下代码：

for i in sr:
    print(i) #打印结果与字典不同，字典打印结果将是它的索引值，提供便利
dict1={'a':1,'b':2,'c':3}
for i in dict1:
    print(i) #字典将打印键值而非结果

以上代码我们首先对sr进行遍历，然后自己生成了一个字典对象进行比较：

结果如下：
嘿嘿，可以看到，for循环Series对象将打印它的值，而对于字典来说将打印它的索引！所以使用Series对象我们就可以在遍历时直接获取结果而过滤索引值，是不是很方便呢？嘿嘿，谈到过滤，Series对象还支持布尔运算呢，这意味我们可以直接指定想要获取值的范围，比如：

sr[sr>0]  #布尔型过滤

打印结果为:
该操作自动将大于0的数筛出，是不是很方便呢？！哈哈

那么既然如此，Series对象支持布尔运算，那我可不可以支持一下四则运算呢？加减乘除行不行！来看：

n1=sr*2
n2=sr+sr
n3=sr+2
print(n1)
print(n2)
print(n3)   #所支持的标量运算

运算结果为：
嘿嘿，可以看到它支持这些运算，尤其注意当一个Series对象加上一个标量时竟然是给它每个元素值都加上这个标量值，这里是真的牛逼了！因为常规语言是不支持不同类型对象进行运算的。。。（除非重载，嘿嘿，我们大概知道它的原理了吧！）

谈完了以上基本操作，让我们来谈点更高级的。

眼尖的小火伴估计发现了，在我们对Series对象指定的标签和下标都是整数时，会发生什么情况呢？换句话说，假如我用下标-1去对sr对象进行索引，我们可以得到sr对象的最后一个元素吗？让我们来看看：

#通过整数索引出现可能会出现的一些问题
sr2=pd.Series(np.arange(10))
print(sr2)
print('\n')
sr3=sr2[5:].copy()
sr3

我们首先生成了一个sr3对象，打印结果如下：
可接下来我们进行sr3[-1]会得到预期结果9吗？

print(sr3[-1])#常规是索引，即最后一个，但是会报错，why? 原因是当整数作为索引时，他会将其视为标签

结果是啥？
嘿嘿，果然报错了！原因是-1 is not in range，为什么呢？原来是Series对象在整数做索引时，默认将其视为标签，而sr3得标签分别为5，6，7，8，9,所以-1自然不在序列中！所以就报错了！那怎么获得最后一个元素呢？简单呗，直接sr3[9]，嘿嘿，这当然可以！但是，我们假如不知道最后一个元素得标签呢？嘿嘿，眼尖得小伙伴估计看到了，Series默认这种模式，那我们可以改变这种模式！

# loc方法一定解释为标签，这个sr3.loc[-1] 和sr3[-1]没有差异
# iloc一定解释为下标，因此将会输出正确的运算结果
print(sr3.iloc[-1])  #解释为下标，因此会输出sr3的最后一个序列，可见运行成功

iloc方法可以将整数转为下标，因此以上结果输出为：

了解了吗？！所以整数索引时务必注意！

接下来我们再看一下它的数据对齐功能！

#Series的数据对齐
sr4=pd.Series([12,23,34],index=['c','a','d'])
sr5=pd.Series([11,20,10],index=['d','c','a'])
sr4+sr5    #猜猜会发生什么，嘿嘿，请看以下结果，它将两个数据对齐了，会按照索引对齐之后再计算

结果为：
哦吼，他自动将相同标签下得索引值相加返回了！牛逼！

假如数据不一致会发生什么呢？（Series对象元素不等）

#数据不一致的情况
sr4=pd.Series([12,23,34],index=['c','a','d'])
sr5=pd.Series([11,20,10,16],index=['d','c','a','b'])
sr4+sr5    #嘿嘿，明白了吧，嘿嘿！

结果为：
看到了吧！多余的数他自动给我填充 NaN了，可我明明不是啊？怎么办？

#如何解决以上问题
sr4.add(sr5,fill_value=0)   #嘿嘿

嘿嘿，我们相加的时候将空值填充为0即可，这样：
这里b就有值了啊！哈哈

ok,那么有小火伴可能就会问了，我可以判断对象是否有缺失值而提前采取措施吗？

#缺失值处理，可以不管，也可以进行处理
#删除、
#isnull判断是否缺失notnull
sr6=sr4+sr5
print(sr6.isnull())
print(sr6.notnull())

结果为：
嘿嘿明白了吧？

那判断之后，我们能对缺失值进行如何处理呢？一是直接删除，2是使用其他数据进行填充。

#mean函数其实是求平均值的哟，哈哈
#那么我们如何以平均值来填充呢？
print(sr6.dropna()) #直接删除，可以看到结果的确没有了。嘿嘿
print(sr6.fillna(sr6.mean()))  #嘿嘿结果是不是一目了然呀，嘿嘿

结果为：
dropna将缺失值进行了删除，而fillna方法使用sr6对象的其余元素的均值对缺失值进行了填充。了解了吗？

嘿嘿，让我们来总结一下今天的知识点：

创建并访问Series对象

Series数据对齐功能

Series四则运算

Series缺失值处理

Series对象的特性

嘿嘿，欧克了吗？其实由于Series对象有列表和字典的特性，所以我们同时也学了很多关于列表和字典的知识，并且，那么，我们是不是对列表和字典的学习就会更容易了呢？haha…
关注我，一起成长，不只是技术！