pandas Series对象

numpyarray提供了运算基础
pandas提供了业务逻辑的处理方法

Series, DataFrame

# 导入数据分析三剑客（numpy、pandas、matplotlib）
import numpy as np

import pandas as pd
from pandas import Series, DataFrame

import matplotlib as mpl

一、Series

区分：
一维数组：有序的数据类型相同的集合
Series：一维数组的强化版，增加了像字典一样的key-value的访问机制，同时也保留了数组的索引访问机制
字典：无序的集合

Series结构
sl lucy 0
s2 mery 1
s3 tom 2
S4 jack 3
s5 tony 4
显式index data 隐式index

# Series创建（两种方式）
# 两者区别
# 列表创建的是副本，更改原列表不会影响series
# ndarray创建的是引用，更改原数组会影响series

# 1.列表创建
names = ["zhang", "wang", "zhao"]
s = Series(names)
s 

"""
运行结果
0    zhang
1     wang
2     zhao
dtype: object
"""

names[0] = "n"
s

# 2.由ndarray创建
# ndarray是NumPy库中最重要的数据结构，全称为 n-dimensional array（n 维数组）。
names2 = ["li", "meng", "zhou"]
name_array = np.array(names2)

# 创建时index是键（可选），如果没有默认索引0，1，2，...
s2 = Series(name_array,index=["k1","k2","k3",])
s2

name_array[0] = "n"
name_array 

# 3.字典创建
my_dict = {"k1": "zhang", "k2": "zhao", "k3": "wang"}
# Series(my_dict)  # 就可以创建出来
Series(my_dict, index=["k1","k3"])  # 这样写会筛选出来k1-zhang,k3-wang两个键值对，而排除k2键值对

练习
使用多种方法创建以下Series，命名为s1：
语文150
数学150
英语150
理综300

Series([150,150,150,300], index=["语文", "数学", "英语", "理综"])

Series({"语文": 150, "数学": 150, "英语": 150, "理综": 300})

# 二、访问Series的方式，索引与切片
# pandas是基于numpy的

# 1.Series支持numpy数组的访问方式(可以但不推荐)
s3 = Series({"语文": 150, "数学": 150, "英语": 150, "理综": 300})
s3[0]
s3[[0,1]]
s3[[True,False,False,False]]

# 2.字典的方式访问
s3["语文"]
s3[["语文","数学"]]

# 3.用loc访问显式索引（官方推荐）
s3.loc["语文"]
s3.loc[["语文","英语"]]

# 4.用iloc访问隐式索引（官方推荐）
s3.iloc[0]
s3.iloc[[0,1,2]]

# 5.使用带索引的bool型的Series列表访问
# 注意：数量要一致且索引要一致
s4 = Series(data=[True,False,False, False],index=["语文", "数学", "英语", "理综"])
s3[s4]

# 当然也可用np数组或列表
n_bool = np.array([True,True,False,False])
s3[n_bool]

l_bool = [True,True,False,True]
s3[l_bool]

# 三、切片
# 四种方式：数组 字典 loc iloc

# 用标签访问的是闭区间
# 用索引访问的是开区间

s3[:1]  # 开区间
s3[:"数学"]  # 闭区间
s3.loc[:"数学"]  # 闭区间
s3.iloc[:1]  # 开区间

# 四、属性和方法

s3.shape  # (4,)
s3.size  # 4

s3.index  # Index(['语文', '数学', '英语', '理综'], dtype='object')
s3.values  # array([150, 150, 150, 300])
(s3.index == "语文").any()  # np.True_
(s3.index == "俄语").any()  # np.False_

s4 = Series(data=np.random.randint(0,150,4), index=s3.index)
s4

# 可以使用head(),tail()分别查看前n个和后n个值

# 是切片操作，一般用于查看数据的结构
s4.head(2)

s4.tail(2)

# 当索引没有对应的值时，可能出现缺失数据显示NaN（not a number）的情况
# 就是判读是否由NaN
s4.isnull()  
s4.notnull()

s5 = Series({"语文": 150, "数学": 150, "英语": 150, "理综": 300}, index=["语文","数学","英语","物理"])
s5.isnull()
s5.isnull().any()  # np.True_

s5.notnull()

# name属性
# Series对象本身及其实例都有一个name属性
s5.name = "学科成绩"
s5

# 排序
s6 = Series(np.random.randint(0,10,5), index=list("cabdj"))

# 根据索引升序排序 
s6.sort_index(ascending=True)

# 根据值降序排序
s6.sort_values(ascending=False)

# 统计出现次数

s7 = Series(np.random.randint(0,10,100))

# 统计每个值出现次数
s7.value_counts()  

# RFM模型
# R最近消费时间
# F 频率
# M消费金额

# 五、运算

# Series和一个数运算，遵循广播机制
s8 = Series(np.random.randint(0,10,5), index=list("ABCDE"))
s8

s8 + 1

# Series也可和np.array()运算
np_array = np.ones(5)
np_array

s8 + np_array

# 在这里，s8不能和二维np.array运算，不遵守广播，只支持索引对齐
# 但是s8.values可以
np_array2 = np.ones((2,5))
np_array2

s8.values + np_array2  

# 这是因为s8.values是numpy，s8.values和np_array2是广播机制  

# Series与Series之间运算
# 在运算中自动对齐不同索引的数据
# 如果索引不对应，则补NaN
s9 = Series(np.random.randint(0,10,5), index=list("ABCDE"))
s10 = Series(np.random.randint(0,10,4), index=list("ABCD"))
display(s9,s10)

s9 + s10  # 没有对应上的会返回NaN

# 若想保留空值可用以下方法
# ·add()加
# ·sub()减
# ·mul()乘
# ·div()除

s9.add(s10,fill_value=0)

# 六、Series练习

# NaN和任何数运算都是空值

# 扩展
my_dict = {"理综": 100}
my_dict["文综"] = 120
my_dict

1.随机生成两组学生成绩，一组python，一组java，学生包括lucy、mery、tom、jack
2.计算每个学生的平均成绩
3.找出python未及格的学生姓名
4.找出java未及格的学生姓名
5.如果需要给mery的python成绩加10分，如何实现
6.计算各学科的班级平均成绩

# 1.随机生成两组学生成绩
python = Series(np.random.randint(0,150,4), index=["lucy", "mery", "tom", "jack"])
java = Series(np.random.randint(0,150,4), index=["lucy", "mery", "tom", "jack"])
display(python,java)

# 2.计算每个学生的平均成绩
(python + java) / 2

# 3.找出python未及格的学生姓名
# 4.找出java未及格的学生姓名
python.loc[python < 90].index
java.loc[java < 90].index

# 5.如果需要给mery的python成绩加10分，如何实现
python.loc["mery"] += 10
python

python.mean(),java.mean()  # 哦原来还可以这样输出