【2.0】Pandas Series入门

【一】Pandas Series

• Series 结构，也称 Series 序列，是 Pandas 常用的数据结构之一，它是一种类似于一维数组的结构，由一组数据值（value）和一组标签组成，其中标签与数据值之间是一一对应的关系。
• Series 可以保存任何数据类型，比如整数、字符串、浮点数、Python 对象等，它的标签默认为整数，从 0 开始依次递增。Series 的结构图，如下所示：

• 通过标签我们可以更加直观地查看数据所在的索引位置。

【二】创建Series对象

• Pandas 使用 Series() 函数来创建 Series 对象，通过这个对象可以调用相应的方法和属性，从而达到处理数据的目的：

import pandas as pd
s=pd.Series( data, index, dtype, copy)

参数名称	描述
data	输入的数据，可以是列表、常量、ndarray 数组等。
index	索引值必须是惟一的，如果没有传递索引，则默认为 np.arrange(n)。
dtype	dtype表示数据类型，如果没有提供，则会自动判断得出。
copy	表示对 data 进行拷贝，默认为 False。

• 我们也可以使用数组、字典、标量值或者 Python 对象来创建 Series 对象。
• 下面展示了创建 Series 对象的不同方法：

【1】创建一个空Series对象

• 使用以下方法可以创建一个空的 Series 对象，如下所示：

import pandas as pd

# 输出数据为空
s = pd.Series()
print(s)

• 输出结果

Series([], dtype: object)

【2】ndarray创建Series对象

• ndarray 是 NumPy 中的数组类型，当 data 是 ndarry 时，传递的索引必须具有与数组相同的长度。
• 假如没有给 index 参数传参，在默认情况下，索引值将使用是 range(n) 生成，其中 n 代表数组长度，如下所示：

[0,1,2,3…. range(len(array))-1]

（1）隐式索引

• 使用默认索引，创建 Series 序列对象：

import pandas as pd
import numpy as np

data = np.array(['a', 'b', 'c', 'd'])
s = pd.Series(data)
print(s)

• 输出结果

0    a
1    b
2    c
3    d
dtype: object

• 上述示例中没有传递任何索引，所以索引默认从 0 开始分配 ，其索引范围为 0 到len(data)-1，即 0 到 3。
• 这种设置方式被称为“隐式索引”。

（2）显式索引

• 除了上述方法外，你也可以使用“显式索引”的方法定义索引标签，示例如下：

import pandas as pd
import numpy as np

data = np.array(['a', 'b', 'c', 'd'])
# 自定义索引标签（即显示索引）
s = pd.Series(data, index=[100, 101, 102, 103])
print(s)

• 输出结果

100    a
101    b
102    c
103    d
dtype: object

【3】dict创建Series对象

• 您可以把 dict 作为输入数据。

• 如果没有传入索引时会按照字典的键来构造索引；反之，当传递了索引时需要将索引标签与字典中的值一一对应。

• 下面两组示例分别对上述两种情况做了演示。

（示例1）没有传递索引时

import pandas as pd

data = {'a': 0., 'b': 1., 'c': 2.}
s = pd.Series(data)
print(s)

• 输出结果

a    0.0
b    1.0
c    2.0
dtype: float64

（示例2）为index参数传递索引时

import pandas as pd

data = {'a': 0., 'b': 1., 'c': 2.}
s = pd.Series(data, index=['b', 'c', 'd', 'a'])
print(s)

• 输出结果

b    1.0
c    2.0
d    NaN
a    0.0
dtype: float64

• 当传递的索引值无法找到与其对应的值时，使用 NaN（非数字）填充。

【4】标量创建Series对象

• 如果 data 是标量值，则必须提供索引，示例如下：

import pandas as pd

s = pd.Series(5, index=[0, 1, 2, 3])
print(s)

• 输出结果

0    5
1    5
2    5
3    5
dtype: int64

• 标量值按照 index 的数量进行重复，并与其一一对应。

【三】访问Series数据

• 上述讲解了创建 Series 对象的多种方式，那么我们应该如何访问 Series 序列中元素呢？
• 分为两种方式，一种是位置索引访问；另一种是索引标签访问。

【1】位置索引访问

• 这种访问方式与 ndarray 和 list 相同，使用元素自身的下标进行访问。
• 我们知道数组的索引计数从 0 开始，这表示第一个元素存储在第 0 个索引位置上，以此类推，就可以获得 Series 序列中的每个元素。

（1）简单的示例

import pandas as pd

s = pd.Series([1, 2, 3, 4, 5], index=['a', 'b', 'c', 'd', 'e'])
print(s)
print(s[0])  # 位置下标
print(s['a'])  # 标签下标

• 输出结果

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

1
1

（2）切片访问数据

• 通过切片的方式访问 Series 序列中的数据，示例如下：

import pandas as pd

s = pd.Series([1, 2, 3, 4, 5], index=['a', 'b', 'c', 'd', 'e'])
print(s)
print(s[:3])

• 输出结果

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

a    1
b    2
c    3
dtype: int64

（3）获取最后三个元素

• 如果想要获取最后三个元素，也可以使用下面的方式：

import pandas as pd

s = pd.Series([1, 2, 3, 4, 5], index=['a', 'b', 'c', 'd', 'e'])
print(s)
print(s[-3:])

• 输出结果

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

c    3
d    4
e    5
dtype: int64

【2】索引标签访问

• Series 类似于固定大小的 dict，把 index 中的索引标签当做 key，而把 Series 序列中的元素值当做 value，然后通过 index 索引标签来访问或者修改元素值。

（示例1）使用索标签访问单个元素值

import pandas as pd

s = pd.Series([6, 7, 8, 9, 10], index=['a', 'b', 'c', 'd', 'e'])
print(s)
print(s['a'])

• 输出结果

a     6
b     7
c     8
d     9
e    10
dtype: int64

6

（示例2）使用索引标签访问多个元素值

import pandas as pd

s = pd.Series([6, 7, 8, 9, 10], index=['a', 'b', 'c', 'd', 'e'])
print(s)
print(s[['a', 'c', 'd']])

• 输出结果

a     6
b     7
c     8
d     9
e    10
dtype: int64

a    6
c    8
d    9
dtype: int64

（示例3）如果使用了 index 中不包含的标签，则会触发异常

import pandas as pd

s = pd.Series([6, 7, 8, 9, 10], index=['a', 'b', 'c', 'd', 'e'])
print(s)
# 不包含f值
print(s['f'])

• 输出结果

a     6
b     7
c     8
d     9
e    10
dtype: int64

KeyError: 'f'

【四】Series常用属性

• 下面我们介绍 Series 的常用属性和方法。
• 在下表列出了 Series 对象的常用属性。

名称	属性
axes	以列表的形式返回所有行索引标签。
dtype	返回对象的数据类型。
empty	返回一个空的 Series 对象。
ndim	返回输入数据的维数。
size	返回输入数据的元素数量。
values	以 ndarray 的形式返回 Series 对象。
index	返回一个RangeIndex对象，用来描述索引的取值范围。

（0）演示

• 现在创建一个 Series 对象，并演示如何使用上述表格中的属性。
• 如下所示：

import pandas as pd
import numpy as np

s = pd.Series(np.random.randn(5))
print(s)

0    0.323738
1   -0.302010
2   -1.725681
3   -0.805178
4    0.803722
dtype: float64

• 上述示例的行索引标签是 [0,1,2,3,4]。

（1）axes

import pandas as pd
import numpy as np

s = pd.Series(np.random.randn(5))
print(s)
print("The axes are:")
print(s.axes)

0   -1.177421
1   -0.682909
2   -1.292825
3    0.729927
4   -1.319327
dtype: float64

The axes are:
[RangeIndex(start=0, stop=5, step=1)]

（2）dtype

import pandas as pd
import numpy as np

s = pd.Series(np.random.randn(5))
print(s)
print("The dtype is:")
print(s.dtype)

0    1.292790
1    1.159017
2    0.650865
3    0.092677
4   -0.630015
dtype: float64

The dtype is:
float64

（3）empty

• 返回一个布尔值，用于判断数据对象是否为空。
• 示例如下：

import pandas as pd
import numpy as np

s = pd.Series(np.random.randn(5))
print(s)
print("是否为空对象?")
print(s.empty)

0   -0.240532
1   -0.496067
2   -0.370522
3    1.008885
4   -0.967353
dtype: float64

是否为空对象?
False

（4）ndim

• 查看序列的维数。
• 根据定义，Series 是一维数据结构，因此它始终返回 1。

import pandas as pd
import numpy as np

s = pd.Series(np.random.randn(5))
print(s)
print(s.ndim)

0    0.268176
1   -0.194443
2    1.223877
3    0.850549
4    1.633122
dtype: float64

1

（5）size

• 返回 Series 对象的大小(长度)。

import pandas as pd
import numpy as np

s = pd.Series(np.random.randn(3))
print(s)
# series的长度大小
print(f'series的长度大小 :>>> {s.size}')

0    0.193011
1   -0.356047
2   -0.383270
dtype: float64

series的长度大小 :>>> 3

（6）values

• 以数组的形式返回 Series 对象中的数据。

import pandas as pd
import numpy as np

s = pd.Series(np.random.randn(6))
print(s)
print("输出series中数据")
print(s.values)

0    2.433435
1    0.007541
2   -1.535543
3   -0.387725
4    0.797703
5    0.180058
dtype: float64

输出series中数据
[ 2.43343467  0.00754061 -1.53554318 -0.38772462  0.79770309  0.1800579 ]

（7）index

• 该属性用来查看 Series 中索引的取值范围。
• 示例如下：

import pandas as pd

s = pd.Series([1, 2, 5, 8], index=['a', 'b', 'c', 'd'])
print(s)
# 显示索引
print(f'显示索引 :>>> {s.index}')
# 隐式索引
s1 = pd.Series([1, 2, 5, 8])
print(f'隐式索引 :>>> {s1.index}')

a    1
b    2
c    5
d    8
dtype: int64
显示索引 :>>> Index(['a', 'b', 'c', 'd'], dtype='object')
隐式索引 :>>> RangeIndex(start=0, stop=4, step=1)

【五】Series常用方法

【1】head()&tail()查看数据

• 如果想要查看 Series 的某一部分数据，可以使用 head() 或者 tail() 方法。
• 其中 head() 返回前 n 行数据，默认显示前 5 行数据。
• 示例如下：

import pandas as pd
import numpy as np

s = pd.Series(np.random.randn(5))
print("The original series is:")
print(s)
# 返回前三行数据
print(s.head(3))

The original series is:
0    0.500226
1    1.083136
2    0.139643
3   -1.146654
4   -2.571678
dtype: float64

0    0.500226
1    1.083136
2    0.139643
dtype: float64

• tail() 返回的是后 n 行数据，默认为后 5 行。示例如下：

import pandas as pd
import numpy as np

s = pd.Series(np.random.randn(4))
# 原series
print(s)
# 输出后两行数据
print(s.tail(2))

0   -1.760532
1    0.832250
2   -0.926850
3   -0.573793
dtype: float64

2   -0.926850
3   -0.573793
dtype: float64

【2】isnull()&nonull()检测缺失值

• isnull() 和 nonull() 用于检测 Series 中的缺失值。
  • 所谓缺失值，顾名思义就是值不存在、丢失、缺少。
• isnull()：如果为值不存在或者缺失，则返回 True。
• notnull()：如果值不存在或者缺失，则返回 False。
• 其实不难理解，在实际的数据分析任物中，数据的收集往往要经历一个繁琐的过程。
• 在这个过程中难免会因为一些不可抗力，或者人为因素导致数据丢失的现象。
• 这时，我们可以使用相应的方法对缺失值进行处理，比如均值插值、数据补齐等方法。
• 上述两个方法就是帮助我们检测是否存在缺失值。示例如下

import pandas as pd

# None代表缺失数据
s = pd.Series([1, 2, 5, None])
print(s)
print(pd.isnull(s))  # 是空值返回True
print(pd.notnull(s))  # 空值返回False

0    1.0
1    2.0
2    5.0
3    NaN
dtype: float64

0    False
1    False
2    False
3     True
dtype: bool

0     True
1     True
2     True
3    False
dtype: bool