pandas(Series二)

pandas:Series数据对齐

pandas在运算时，会按索引进行对齐然后计算，如果存在不同的索引，则结果的索引是两个操作数索引的并集

In [1]: import pandas as pd

In [2]: a = pd.Series([1,3,4], index=['a', 'b', 'c'])

In [3]: b = pd.Series([5,6,7], index=['a', 'b', 't'])

In [7]: a.values + b.values
Out[7]: array([ 6,  9, 11])

In [4]: a+b
Out[4]:
a    6.0
b    9.0
c    NaN
t    NaN
dtype: float64

任何在两个Series对象相加时将缺失值设为0

In [6]: a.add(b, fill_value=0)  # fill_value为缺失值赋值
Out[6]:
a    6.0
b    9.0
c    4.0
t    7.0
dtype: float64

灵活的算术方法：add,sub,div.mul

In [2]: a = pd.Series([1,3,4], index=['a', 'b', 'c'])

In [3]: b = pd.Series([5,6,7], index=['a', 'b', 't'])
In [5]: a.add(b)
Out[5]:
a    6.0
b    9.0
c    NaN
t    NaN
dtype: float64

pandas:Series缺失数据

缺失数据：使用NaN(Not a Number)来表示缺失数据，其值等于np.nan,内置的None值也会被当做NaN处理

处理缺失值数据的相关方法

In [10]: a = pd.Series([1,3,4], index=['a', 'b', 'c'])

In [11]: b = pd.Series([5,6,7], index=['a', 'b', 't'])

In [12]: a+b
Out[12]:
a    6.0
b    9.0
c    NaN
t    NaN
dtype: float64

In [13]: c = _

In [14]: c
Out[14]:
a    6.0
b    9.0
c    NaN
t    NaN
dtype: float64

In [15]: c.dropna()  #dropna() 过滤掉值为NaN的行
Out[15]:
a    6.0
b    9.0
dtype: float64



# 查看缺失值
In [16]: c[c.isnull()]  # isnull放回布尔值数组，缺失值对应为True
Out[16]:
c   NaN
t   NaN
dtype: float64

In [17]: c[~c.isnull()]  # 取非缺失值
Out[17]:
a    6.0
b    9.0
dtype: float64

In [18]: c[c.notnull()]  # notnull返回布尔值数组，缺失值对应为False
Out[18]:
a    6.0
b    9.0
dtype: float64

In [19]: c.isnull()
Out[19]:
a    False
b    False
c     True
t     True
dtype: bool

In [20]: c.notnull()
Out[20]:
a     True
b     True
c    False
t    False
dtype: bool


In [21]: c.fillna(0)  #fillna() 填充缺失值
Out[21]:
a    6.0
b    9.0
c    0.0
t    0.0
dtype: float64

In [22]: c.fillna(c.mean())  # 平均值填充缺失值
Out[22]:
a    6.0
b    9.0
c    7.5
t    7.5
dtype: float64