Pandas库的Series类型

本文的主要内容是基于中国大学mooc（慕课）中的“Python数据分析与可视化”课程进行整理和总结。

Series的定义与创建

Series类型由一组数据及与之相关的数据索引组成，Pandas特别强调数据和索引之间的关系，Series类型索引与数据之间一一对应。

a = pd.Series([9,8,7,6])

a

0    9
1    8
2    7
3    6
dtype: int64

输出结果中，左边一列为输出索引，右边一列为值，由于Pandas是基于Numpy实现的扩展的数据分析库，其中所有数据的类型沿用了Numpy种类型，dtype：init64表示64位的整数类型。
除了自动索引之外，Series提供了更为强大的自定义索引功能。

b = pd.Series([9,8,7,6],index=['a','b','c','d'])
b

a    9
b    8
c    7
d    6
dtype: int64

可以发现，索引变成了自定义的索引列表，在此可以省略index=，直接给出索引。
Series可以由如下类型创建：

• Python列表创建,如上述例子所示。
• 标量值

s = pd.Series(25,index=['a','b','c'])
s

a    25
b    25
c    25
dtype: int64

此时为了创建一个Series类型，必须要增加index，用以告诉Series几个元素构成，标签是多少。

• Python字典

c = pd.Series({'a':9,'b':8,'c':7,'d':6})
c

a    9
b    8
c    7
d    6
dtype: int64

使用字典生成Series类型，keys对应index，value对应值。除此之外，字典类型还有另外的操作方法：

d = pd.Series({'a':9,'b':8,'c':7,'d':6},index=['c','a','b','d','e'])
d

c    7.0
a    9.0
b    8.0
d    6.0
e    NaN
dtype: float64

由index指定Series结构(顺序)，并从前面的字典类型种选取对应值。

• ndarray

e = pd.Series(np.arange(6))
e

0    0
1    1
2    2
3    3
4    4
5    5
dtype: int32

f = pd.Series(np.arange(6),index=(np.arange(9,3,-1)))
f

9    0
8    1
7    2
6    3
5    4
4    5
dtype: int32

• 其他函数

Series的基本操作

• 由于Series包含索引和值两个部分，所以基本操作可以分为索引部分和值部分；

b = pd.Series([9,8,7,6],index=['a','b','c','d'])
b

a    9
b    8
c    7
d    6
dtype: int64

b.index

Index(['a', 'b', 'c', 'd'], dtype='object')

b.values

b.values
array([9, 8, 7, 6], dtype=int64)

可以发现b.index输出的索引，类型就叫index，实际上Pandas索引是存在一个类型的，就叫index类型，b.values输出的是array，属于Numpy的类型。
由此可以知道，Series类型将Numpy的类型作为保留值的类型，而自己关联了索引，索引是Pandas内部自己建立的名为index 的类型，index和Numpy的array结合起来就是一个Series类型。

b['b']

8

b[1]

8

可以看到，当index为自定义时，我们仍能够使用默认的从0开始的索引得到对应的值，那我们能混合使用吗？

b[['a','b',2]]

a    9.0
b    8.0
2    NaN
dtype: float64

可以发现，两套索引并存，但是不能混用。

• Series类型的操作类似ndarray类型；
  索引方法相同，使用[]；
  Numpy中针对ndarray的操作也可以用于Series类型；
  可以使用自定义索引的列表进行切片；
  也可以使用自定义索引进行切片，如果存在自定义索引，则一同被切片；

b = pd.Series([9,8,7,6],index=['a','b','c','d'])
b

a    9
b    8
c    7
d    6
dtype: int64

b[3]

6

b[:3]

a    9
b    8
c    7
dtype: int64

可以发现，如果我们索引一个元素，那么我们得到的是索对应的值，当我们使用自定义索引对Series进行切片时，得到的结果仍然是Series类型，有索引和值两个部分，我们也可以使用 比较关系进行索引。

b [b > b.median()]

b [b > b.median()]
a    9
b    8
dtype: int64

取b中大于b中位数的Series部分。

np.exp(b)

a    8103.083928
b    2980.957987
c    1096.633158
d     403.428793
dtype: float64

• Series类型的操作类似Python字典类型；
  通过自定义索引访问；
  保留字in操作；
  使用get（）方法；

b = pd.Series([9,8,7,6],index=['a','b','c','d'])
b

a    9
b    8
c    7
dtype: int64

b['b']

8

由此可以看出通过访问值对应的索引获取值。

'c'in b

True

0 in b

False

Python的字典类型中有一个保留字in，用以判断字典类型的键在不在键值对中的键的范围中，这里可以用in判断一个数据是不是在Series索引的列表中，‘c’是b索引的一部分，所以为True，0 in b为False，因为0不在b 的索引中，不会判断自动索引。

b.get('f',100)

100

使用字典中的get（）函数，从b中提取标签（索引）f对应的值，若这个值不存在，就把100返回，若存在，就返回f对应的值。

Series的对齐操作

Series + Series

a = pd.Series([1,2,3],['c','d','e'])
b = pd.Series([9,8,7,6],index=['a','b','c','d'])
a + b

a    NaN
b    NaN
c    8.0
d    8.0
e    NaN
dtype: float64

在Series对象进行操作的时候，更应该考虑他们的索引，上述a+b的结果是索引相同的值进行运算，不同的值不进行运算，得到了五个元素的对象，a中没有b的索引时，相加得到的值为空（NaN），这个概念叫做对其，也就是Series类型在运算中会自动对齐不同索引的数据，相比Numpy的中的运算 ，由于Numpy只关心数据的维度，当不同维度相加时，就会报错，无法得到结果，而Series的运算是基于索引的运算，这是更加精确的。

Series的name属性

Series对象和索引都可以有一个名字，存储在属性.name中。

b = pd.Series([9,8,7,6],index=['a','b','c','d'])
b.name

b.name = 'Series对象'
b.index.name = '索引列'

b

索引列
a    9
b    8
c    7
d    6
Name: Series对象, dtype: int64

可以看到，没有对name进行定义前，b.name无输出，b.name进行指定后得到Series的名字或者对应值的名字，b.index.name进行指定后得到索引列的名字。
同时Series对象可以随时修改并立刻生效。

b = pd.Series([9,8,7,6],index=['a','b','c','d'])
b.name

b['a'] = 15
b.name = "Series"
b

a    15
b     8
c     7
d     6
Name: Series, dtype: int64

b.name = "New Series"
b[1:3] = 20
b

a    15
b    20
c    20
d     6
Name: New Series, dtype: int64