数据分析入门——pandas之Series

一、介绍

　　Pandas是一个开源的，BSD许可的库（基于numpy），为Python编程语言提供高性能，易于使用的数据结构和数据分析工具。

　　官方中文文档：https://www.pypandas.cn/docs/

　　本次演示使用数据来自github：https://github.com/jakevdp/PythonDataScienceHandbook/tree/master/notebooks/data

二、快速入门

　　1.导入

　　

　　2.重点数据结构

　　　　主要是series和dataframe

 　　　　所以一般情况下我们导入的是数据分析的三剑客：

　　　　　　numpy Series DataFrame:（如果只导入pd，那就正常使用pd.Series即可了）

from pandas import Series,DataFrame

三、Series

　　Series是Pandas中的一维数据结构，类似于Python中的列表和Numpy中的Ndarray，不同之处在于：Series是一维的，能存储不同类型的数据，有一组索引与元素对应。也就是加了索引的一维数据结构（索引不一定是0 1 2 3的数字）

　　

　　1.创建

　　　　1）通过列表或者numpy数组进行创建，默认索引是0 1 2 3这样的整数索引。示例如上图

　　　　　　想要指定索引，可以设置index参数：（创建的时候指定也是可以的）

　　　　　　

　　　　　　特别地，使用ndarray创建的series是引用，对series的改变会影响ndarray

　　　　2）由字典创建

　　　　　　

 　　　　Series主要分为index、values两块

　　2.索引和切片

　　　　1).使用index作为索引值（不推荐）

　　　　

　　　　2）使用升级为Series之后的loc()函数（推荐）

　　　　　　　

　　　　3）使用隐式索引（不显式指定索引的内容值，通过类似ndarray的索引风格取数据）

　　　　　　

 

　　　　4）切片，可以直接[]或者loc形式

　　　　　　

　　3.Series基本概念

　　　　1)常用属性：index、values、shape（一维的，所以只能是一个元素的元组）、size

 　　　　2)可以通过head()、tail()等查看头部和尾部数据（类似linux的命令），只看前5个或者后5个

　　　　3)索引没有对应的值时，值会出现NaN，也就是数据缺失的情况，在np中使用np.nan表示这个空值，python中就是None表示了

　　　　4)可以使用 isnull()、notnull()来检测空值：

　　　　

　　　　可以通过notnull()等进行空数据过滤：

s2 = s.notnull()
# 以下取出的便是为True的非空数据
s[s2]

　　　　5)每个Series都有一个name属性，可以在DataFrame中进行区分，在df中，也就相当于列名

　　　　　　

　　　　6)Series运算

　　　　　　可以正常的进行加减运算，其中None值不会参与计算，而ndarray值为None时为报错，为np.nan时计算结果为nan

　　　　　　

　　　　　　

 

 

 

　　　　　　或者通过s1.add(10,fill_value= 0)等形式来控制NaN的默认值

　　　　　　两个Series之间也可以运算，不对齐的部分（也就是索引不相等的部分），补充NaN

　　　　　　

　　　　　　要保留index不对齐的部分，可以使用add()方法：，通过fill_value