[Python数据分析01]Pandas数据结构之Series

# 导入pandas包

import pandas as pd

# Pandas主要有两个数据结构&＃xff1a;Series和DataFrame&＃xff0c;这里我们介绍Series的使用方法
# Series是一种类似一维数组的对象&＃xff0c;它由一组数组&＃xff08;Numpy数据类型&＃xff09;以及一组与之相关的数据标签&＃xff08;索引下标&＃xff09;组成

obj &＃61; pd.Series([4, 7, -5, 3])

# Series的表现形式&＃xff1a;索引下标在左边&＃xff0c;值在右边。这里我们没有为数据指定索引&＃xff0c;会自动创建一个0到N-1的&＃xff08;N为数据的长度&＃xff09;的整数型索引。

print(obj)

0 4
1 7
2 -5
3 3
dtype: int64


# 通过Series的index和values属性获取索引下标和数组的表现形式

obj.index

RangeIndex(start&＃61;0, stop&＃61;4, step&＃61;1)


obj.values

array([ 4, 7, -5, 3], dtype&＃61;int64)


# 创建一个Series并未其各个数据指明索引下标

obj2 &＃61; pd.Series([4, 7, -5, 3], index&＃61;([&＃39;d&＃39;, &＃39;b&＃39;, &＃39;a&＃39;, &＃39;c&＃39;]))

obj2

d 4
b 7
a -5
c 3
dtype: int64


obj2.index

Index([&＃39;d&＃39;, &＃39;b&＃39;, &＃39;a&＃39;, &＃39;c&＃39;], dtype&＃61;&＃39;object&＃39;)


# 与Numpy一样&＃xff0c;我们可以通过索引下标方式选取Series中的一个或者一组值

obj2[&＃39;a&＃39;]

-5


obj2[&＃39;d&＃39;] &＃61; 6

obj2[[&＃39;c&＃39;, &＃39;a&＃39;, &＃39;d&＃39;]]

c 3
a -5
d 6
dtype: int64


# Numpy数组运算&＃xff08;如根据布尔型数组进行过滤、标量乘法、应用数学函数等&＃xff09;都会保留索引和值之间的链接&＃xff1a;

obj2

d 6
b 6
a -5
c 3
dtype: int64


obj2[obj2 > 0]

d 6
b 6
c 3
dtype: int64


obj2*2

d 12
b 12
a -10
c 6
dtype: int64


import numpy as np
np.exp(obj2)

d 403.428793
b 403.428793
a 0.006738
c 20.085537
dtype: float64


# 将Series看成是一个定长的有序字典&＃xff0c;因为它是索引值到数据值的一个映射。可以用在许多原本需要字典参数的函数中

&＃39;b&＃39; in obj2

True


&＃39;e&＃39; in obj2

False


# 数据存放在一个Python字典中&＃xff0c;可以直接通过这个字典来创建Series&＃xff1a;

sdata &＃61; {&＃39;Ohio&＃39;: 35000, &＃39;Texas&＃39;: 71000, &＃39;Oregon&＃39;: 16000, &＃39;Utah&＃39;: 5000}

obj3 &＃61; pd.Series(sdata)

obj3

Ohio 35000
Oregon 16000
Texas 71000
Utah 5000
dtype: int64


# 如果只传入一个字典&＃xff0c;则结果Series中的索引下标就是原字典中的键&＃xff08;有序排列&＃xff09;

states &＃61; [&＃39;California&＃39;, &＃39;Ohio&＃39;, &＃39;Oregon&＃39;, &＃39;Texas&＃39;]

obj4 &＃61; pd.Series(sdata, index&＃61;states)

obj4

California NaN
Ohio 35000.0
Oregon 16000.0
Texas 71000.0
dtype: float64


# Pandas中&＃xff0c;NaN表示缺失的值&＃xff0c;pandas的isnull和notnull函数可用于检查缺失数据

pd.isnull(obj4)

California True
Ohio False
Oregon False
Texas False
dtype: bool


pd.notnull(obj4)

California False
Ohio True
Oregon True
Texas True
dtype: bool


# Series中最重要一个功能是&＃xff1a;它在算数运算中会自动补齐不同索引的数据

obj3

Ohio 35000
Oregon 16000
Texas 71000
Utah 5000
dtype: int64


obj4

California NaN
Ohio 35000.0
Oregon 16000.0
Texas 71000.0
dtype: float64


obj3&＃43;obj4

California NaN
Ohio 70000.0
Oregon 32000.0
Texas 142000.0
Utah NaN
dtype: float64


# Series对象本身及其索引都有一个name属性&＃xff0c;该属性跟pandas其他的关键功能关系非常密切&＃xff1a;

obj4.name &＃61; &＃39;population&＃39;

obj4.index.name &＃61; &＃39;state&＃39;

obj4

state
California NaN
Ohio 35000.0
Oregon 16000.0
Texas 71000.0
Name: population, dtype: float64


# Series的索引可以通过赋值的方式直接修改

obj

0 4
1 7
2 -5
3 3
dtype: int64


obj.index &＃61; [&＃39;zhejiang&＃39;, &＃39;ningbo&＃39;, &＃39;caicai&＃39;, &＃39;nbu&＃39;]

obj

zhejiang 4
ningbo 7
caicai -5
nbu 3
dtype: int64