python 中 series常用操作

1. 两个series 合并 dataframe ----pd.concat()

df_concat_resample = pd.concat([nr_in_27, nr_in_103], axis=1, ignore_index=False)

首先创建两个Series对象为例

首先要提醒的是，DataFrame对象的每一列都可以看做是一个Series对象
换句话说，DataFrame对象可以看做是多个Series对象拼接而成

---

concat()函数里面有两个常用的参数axis 和ignore_index, 默认值分别为axis=0, ignore_index=False， axis=0表示行拼接，axis=1表示列拼接

1. 首先尝试直接对 s1 和 s2 使用 pd.concat([s1, s2], axis=0, ignore_index=False)，会发现这样会直接把s1和s2进行简单的行拼接————拼成一列
   
2. 对s1和s2使用pd.concat([s1, s2], axis=1, ignore_index=False)，结果是把s1和s2中具有相同索引的值进行了拼接, 最后的结果变成了一个具有两列的DataFrame对象
   

2. pd.Series 之间的相关运算

3. DataFrame和Series的简单运算（加减乘除）

3.1 先运行下面的程序

import numpy as np
import pandas as pd
from pandas import Series, DataFrame

# 下面两个方法都可以
# frame = DataFrame(np.arange(9).reshape(3,3), columns=list('abc'), index=['one', 'two', 'threee'])
frame = DataFrame(np.arange(9).reshape(3,3), columns=['a','b','c'], index=['one', 'two', 'threee'])
# print(frame)

series = frame['b']
# print(series)

3.2 然后在Python Console交互

frame和Series如下：

In[3]: frame
Out[3]: 
        a  b  c
one     0  1  2
two     3  4  5
threee  6  7  8

In[4]: series
Out[4]: 
one       1
two       4
threee    7
Name: b, dtype: int32

下面是运算交互：

DataFrame.operate(Series, axis=0)

In[5]: frame.add(series, axis=0)
Out[5]: 
         a   b   c
one      1   2   3
two      7   8   9
threee  13  14  15

In[6]: frame.sub(series, axis=0)
Out[6]: 
        a  b  c
one    -1  0  1
two    -1  0  1
threee -1  0  1

In[7]: frame.mul(series, axis=0)
Out[7]: 
         a   b   c
one      0   1   2
two     12  16  20
threee  42  49  56

In[8]: frame.div(series, axis=0)
Out[8]: 
               a    b         c
one     0.000000  1.0  2.000000
two     0.750000  1.0  1.250000
threee  0.857143  1.0  1.142857