Pandas-Series基础

Series构造

1）使用列表构造

Series类似于一维数组，有一组数据及一组索引标签组成，

# -*- coding: utf-8 -*-
>>> import pandas as pd
>>> obj = pd.Series([4, 7, -5, 3])
>>> obj
0	4
1	7
2  -5
3	3

2）使用字典创建Series

传入一个字典对象，字典的见就是最终生成的Series的索引，

>>> sdata = {'Ohio': 35000, 'Texas': 71000, 'Oregon': 16000, 'Utah': 5000}

使用上面的字典构造Series，

Series简单使用

values和index操作

索引在左边，值在右边，没有指定的情况下会自动创建 0 — N-1的整数索引。Series的值和索引可以分别使用values方法和index方法获取，

创建Series时，使用index参数能够指定Series的索引，但是索引的维度一定与Series的维度相同，

与numpy的数组相比，Series能够直接通过索引获取、修改某一个或多个元素，

元素级操作

Series数组也可以像numpy的数组一样进行元素级运算，运算后依旧能够保留之前的索引，

因为Pandas是基于numpy建立的，所以numpy的方法基本上都适用于Pandas的数据结构。

isnull和notnull方法

之前的字典创建Series的实例中存在缺失值，可以使用isnull方法或者notnull方法进行判断，

Series最重要的一个功能是在算数运算中自动对齐相同索引的数据。

name属性

Series除了索引外，还可以给Series赋予一个name属性，name属性有两个，一个是整个Series的name属性；另一个是索引的name属性。

强制改变索引

已经存在的Series的索引可以通过强制的方式进行修改，

但是索引的维度与Series的维度要相同。

排序和排名

按索引排序

使用的是sort_index方法，该方法返回的是已排序的新对象。Series索引排序，方式很简单，因为只有一个维度，


Series按索引进行排序时不需要使用axis参数。

按值排序

Series按值排序使用的是order方法，默认所有缺失值会被放到末尾，

排名

排名和排序唯一的不同在于，排名返回的是Series中各条记录的名次，名次的值从1开始，与numpy的argsort方法很相似，但是可以通过method参数指定的规则人为进行调整。

Series排名，使用的是rank方法，Series的axis如果取值为1，会报错，原因是维度不够。


rank方法中method参数和na_option参数是很重要的，



在此区分一下 min和 max的区别，即相同的元素排序后名次相同，min是取小名次，而max是取大名次。