Series

Series是一种类似于一维数组的对象，是由一维数据（各种Numpy数据类型）以及一组与之相关的数据标签（即索引）组成。

In [1]: from pandas import Series

In [2]: import pandas as pd

In [3]: ser = Series([1,2,3,-1,-2])

In [4]: ser
Out[4]: 
0    1
1    2
2    3
3   -1
4   -2
dtype: int64

Series的字符串表现形式为：索引在左边，值在右边。由于没有为数据指定索引，会自动创建一个0到N-1（N为数据的长度）的整数型索引。可以通过Series的values和index属性获取其数组表示形式和索引对象。

In [8]: ser.values
Out[8]: array([ 1,  2,  3, -1, -2])

In [9]: ser.index
Out[9]: RangeIndex(start=0, stop=5, step=1)

也可以创建对各个数据点进行标记的索引。

In [10]: ser1 = Series([2,3,-4,-5],index = ['a','b','c','d'])

In [11]: ser1
Out[11]: 
a    2
b    3
c   -4
d   -5
dtype: int64

In [12]: ser1.index
Out[12]: Index([u'a', u'b', u'c', u'd'], dtype='object')

与普通的Numpy数组相比，可以通过索引的方式选取Series中的单个或一组值。

In [13]: ser1['a']
Out[13]: 2

In [14]: ser1['b'] = 5

In [15]: ser1
Out[15]: 
a    2
b    5
c   -4
d   -5
dtype: int64

进行算数运算都会保留索引和值之间的连接。

In [19]: ser1
Out[19]: 
a    2
b    5
c   -4
d   -5
dtype: int64

In [20]: ser1 * 2
Out[20]: 
a     4
b    10
c    -8
d   -10
dtype: int64

In [21]: ser1[ser1 > 0]
Out[21]: 
a    2
b    5
dtype: int64

还可以将Series看成是一个定长的有序字典，因为它是索引值到数据值的一个映射。

In [22]: 'a' in ser1
Out[22]: True

In [23]: 'e' in ser1
Out[23]: False

 如果数据被存放在一个Python字典中，可以直接通过这个字典来创建Series。

In [32]: data = {'Tom':100,'Alia':98,'Abel':80}

In [33]: datas = Series(data)

In [34]: datas
Out[34]: 
Abel     80
Alia     98
Tom     100
dtype: int64

如果只传入一个字典，则结果Series中的索引就是源字典的键。

In [35]: states = ['Call','Tom','Alia','Abel']

In [36]: sim = Series(datas,index=states)

In [37]: sim
Out[37]: 
Call      NaN
Tom     100.0
Alia     98.0
Abel     80.0
dtype: float64

在pandas中，NaN表示缺失值，pandas的isnull和notnull函数用于检测缺失数据。

In [38]: pd.isnull(sim)
Out[38]: 
Call     True
Tom     False
Alia    False
Abel    False
dtype: bool

In [39]: pd.notnull(sim)
Out[39]: 
Call    False
Tom      True
Alia     True
Abel     True
dtype: bool

Series对象本身及其索引都有一个name属性，该属性跟pandas其他的关键功能关系非常密切。

In [42]: sim.name = 'student'

In [43]: sim.index.name = 'class'

In [44]: sim
Out[44]: 
class
Call      NaN
Tom     100.0
Alia     98.0
Abel     80.0
Name: student, dtype: float64