series的add,append,count,sort_index,sort_values,reset_index,reindex

http://liao.cpython.org/pandas06/

v1 = [10,20,30,25]
v2 = [1,3,6,7]
idx = 'k i s t'.split()

s1 = pd.Series(v1,index = idx)
s2 = pd.Series(v2,index = idx)

series 的add & append

add: add函数可以将other另一个Series对象加到某Series对象里，两个Series具有相同的index或者label的对应值相加。

s1.add(s2)
Out[132]: 
k    11
i    23
s    36
t    32
dtype: int64

s3 = s1 + s2
Out[135]: 
k    11
i    23
s    36
t    32
dtype: int64

append函数和列表的append函数类似，将另外一个series连接在某series后边。
series + series

s1.append(s2)
Out[138]: 
k    10
i    20
s    30
t    25
k     1
i     3
s     6
t     7
dtype: int64

s1.append({‘z’:89}) 报错：
TypeError: cannot concatenate object of type “<class ‘dict’>”; only pd.Series, pd.DataFrame, and pd.Panel (deprecated) objs are valid

s1.append(pd.Series({'z':100}))
Out[139]: 
k     10
i     20
s     30
t     25
z    100
dtype: int64

count: count函数可以统计series里非NaN数据个数

s1.count()
Out[141]: 4

sort_index、sort_values函数

sort_index函数会对series进行index的排序，默认inplace参数为假即返回新的series不影响原series。

s3 = s1.append(s2)
s3.sort_index()
Out[144]: 
i    20
i     3
k    10
k     1
s    30
s     6
t    25
t     7
dtype: int64

s3.sort_values()
Out[145]: 
k     1
i     3
s     6
t     7
k    10
i    20
t    25
s    30
dtype: int64

reset_index函数: 可以启用reset_index函数的drop形参去掉之前的index，启用inplace直接影响原series对象。

s2
Out[160]: 
k    1
i    3
s    6
t    7
dtype: int64

s2.reset_index(drop = True)
Out[161]: 
0    1
1    3
2    6
3    7
dtype: int64

reindex函数: reindex函数可以将series的index换成其他的index。新的series保留原series存在的index的values值，如果新的index没在原series的index里填充NaN值，或者使用fill_value参数指定填充值。

idx_new = 'k i s t l e r'.split()
s2.reindex(idx_new)
Out[163]: 
k    1.0
i    3.0
s    6.0
t    7.0
l    NaN
e    NaN
r    NaN
dtype: float64

s2.reindex(idx_new,fill_value = 0)
Out[164]: 
k    1
i    3
s    6
t    7
l    0
e    0
r    0
dtype: int64