pandas 入门之Series学习

pandas 入门学习

Series 使用方法：

• Series定义
• Series 对象基本创建，值，索引如何访问
• Series 对象通过字典创建
• 判断Series对象是否存在缺失值

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

Series 是一种类似于一维数组的对象，它是由一组数据（各种numpy数据）以及一组与之相关的索引组成

obj = Series([1,2,3,4,5])

obj

0    1
1    2
2    3
3    4
4    5
dtype: int64

obj.values   #可以通过values访问对象的值

array([1, 2, 3, 4, 5], dtype=int64)

obj.index # 可以通过index 查看对象的索引

RangeIndex(start=0, stop=5, step=1)

obj = Series([1,2,3,4,5],index=['a','b','c','d','e']) # 指明索引

obj

a    1
b    2
c    3
d    4
e    5
dtype: int64

obj.index

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

obj.values

array([1, 2, 3, 4, 5], dtype=int64)

obj['a']

1

obj[['a','b']] # 访问通过索引访问值

a    1
b    2
dtype: int64

obj[obj > 2]

c    3
d    4
e    5
dtype: int64

obj.values*2

array([ 2,  4,  6,  8, 10], dtype=int64)

obj*2

a     2
b     4
c     6
d     8
e    10
dtype: int64

np.exp(obj)

a      2.718282
b      7.389056
c     20.085537
d     54.598150
e    148.413159
dtype: float64

obj

a    1
b    2
c    3
d    4
e    5
dtype: int64

直接使用字典创建Series对象

dic = {'a':1, 'b':2, "c":3, 'd':4}

df = Series(dic) # 对象的索引可以指定d但是需要和字典关键字一样，不指定的话就是字典的关键字

df

a    1
b    2
c    3
d    4
dtype: int64

idx = ['w','x','b','a']

df = Series(dic, index=idx) # 指定索引和字典的关键字求交集，如果没有交集则为nan

df

w    NaN
x    NaN
b    2.0
a    1.0
dtype: float64

如何处理确实数据：

检测是否存在缺失数据 isnull（）, notnull（）函数

df.isnull()# w，x存在缺失值

w     True
x     True
b    False
a    False
dtype: bool

df.notnull()

w    False
x    False
b     True
a     True
dtype: bool

Series 最重要的一个功能就是：它在算术运算时会自动对齐不同索引的数据（不懂这句话等深入看了再解释吧）

df.name = 'values' # 对象本身和索引的name属性

df.index.name = 'zimu'

df

zimu
w    NaN
x    NaN
b    2.0
a    1.0
Name: values, dtype: float64

df.index = ['L','S','P','P'] # 索引可以修改

df

L    NaN
S    NaN
P    2.0
P    1.0
Name: values, dtype: float64