Pandas之Series的使用

（一）熟悉pandas的两个工具数据结构:Series和DataFrame

Series

Series是一种一维的数组对象，它包含了一个值序列（与Numpy中的类型相似），并且包含了数据标签，称为索引（index）

创建一个Series对象

import pandas as pd

obj = pd.Series([4,7,-5,3])
obj
0    4
1    7
2   -5
3    3
dtype: int64

Series的使用

• 左边的是索引，右边是值。默认索引从0到N-1（N是数据的长度）

• 可以通过values属性和index属性获得值和索引

  obj.values
  array([ 4,  7, -5,  3], dtype=int64)
  obj.index
  RangeIndex(start=0, stop=4, step=1)
  

• 可以创建一个索引序列，用标签标识每个数据点

  obj2 = pd.Series([4,7,-5,3],index=['d','b','a','c'])
  
  obj2
  d    4
  b    7
  a   -5
  c    3
  dtype: int64
  
  obj2.index
  Index(['d', 'b', 'a', 'c'], dtype='object')
  
  obj2['a']
  -5
  

• 使用布尔值数组进行过滤

  obj2[obj2 > 2]
  d    4
  b    7
  c    3
  dtype: int64
  
  np.exp(obj2)
  d      54.598150
  b    1096.633158
  a       0.006738
  c      20.085537
  dtype: float64
  

• 可以传入字典生成Series对象

  sdata = {'Ohio':35000,'Texas':71000,'Oregon':16000,'Utah':5000}
  obj3 = pd.Series(sdata)
  obj3
  obj3
  Ohio      35000
  Texas     71000
  Oregon    16000
  Utah       5000
  dtype: int64
  Texas
  states = ['California','Ohio','Oregon','Texas']
  obj4 = pd.Series(sdata, index=states)
  4
  obj4
  California        NaN
  Ohio          35000.0
  Oregon        16000.0
  Texas         71000.0
  dtype: float64
  

• pandas中使用isnull和notnull函数来检查缺失数据

  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
  
  
  obj4.isnull()
  California     True
  Ohio          False
  Oregon        False
  Texas         False
  dtype: bool
  

• 自动对齐索引

  obj4
  California        NaN
  Ohio          35000.0
  Oregon        16000.0
  Texas         71000.0
  dtype: float64
      
  obj3
  Ohio      35000
  Texas     71000
  Oregon    16000
  Utah       5000
  dtype: int64
  
  obj3+obj4
  California         NaN
  Ohio           70000.0
  Oregon         32000.0
  Texas         142000.0
  Utah               NaN
  dtype: float64
  

• Series对象自身和其索引都有name属性

  obj4.name = 'population'
  obj4.index.name = 'state'
  obj4
  state
  California        NaN
  Ohio          35000.0
  Oregon        16000.0
  Texas         71000.0
  Name: population, dtype: float64