padans之Series入坑之门
一 前言
本篇文章是pandas的Series基础入门文章，pandas是一个强大的数据分析工具，其核心就是 Series 存储一维数据，DataFram储存多维数据；使用pandas的好处就是可以节省许多代码，不必写许多数据分析函数；疫情情况下，工作不容易，每天还要为吃饭奔波，成年人的世界就没有容易二字，希望读者珍惜当下来之不易的生活；有时候一个人真的很酷，但也很苦；
公众号：知识追寻者
知识追寻者(Inheriting the spirit of open source, Spreading technology knowledge;)
二打印结构
pandas的库安装建议读者使用anaconda安装，会节省很多力气，后续的许多库都是使用anaconda创建的虚拟环境；要不然使用原生的pip会出现各种问题；
2.1 查看Series结构
Series的结构是是两个并列的数组，左边是索引index，右边是value；当将一个数组传进Series对象之后就会自动创建索引，索引的起始位置为0；
# -*- coding: utf-8 -*-
import pandas as pd
import numpy as np
# 打印 ser
ser = pd.Series([1,2,3,4])
print(ser)
输出
0 1
1 2
2 3
3 4
dtype: int64
2.2 获得所有值
单独的获得Series值可以使用values属性
ser = pd.Series([1,2,3,4], ['a', 'b', 'c', 'd'])
print(ser.values)
输出
[1 2 3 4]
2.3 获得所有索引
虽然Series有默认的索引，但有时候应为需求，我们需要自定义索引（像字典一样，有key,value，通过key获得value）就可以使用如下方式，默认第一个参数是值，第二个参数是索引；单独的获得索引可以使用index属性
ser = pd.Series([1,2,3,4], ['a', 'b', 'c', 'd'])
print(ser.index)
输出
Index(['a', 'b', 'c', 'd'], dtype='object')
三取值切片
3.1 指定取值
Series的取值类似数组，如下所示索引0和自定义索引a都指向值1
# val - index
ser = pd.Series([1,2,3,4], ['a', 'b', 'c', 'd'])
# 指定索引后，按数字索引与指定索引一致
print(ser[0])
print(ser['a'])
输出
1
1
3.2 切片取值
Series的切片类似数组, 如下所示, 切片为 0~2(不包括2)
ser = pd.Series([1,2,3,4], ['a', 'b', 'c', 'd'])
# 切片
print(ser[0:2])
输出
a 1
b 2
dtype: int64
3.3 可选取值
除了简单的取值，还可以通过指定多个的索引进行取值，如下所示 指定索引 a,c 为一个数组作为参数；
# val - index
ser = pd.Series([1,2,3,4], ['a', 'b', 'c', 'd'])
print(ser[['a','c']])
输出
a 1
c 3
dtype: int64
四赋值操作
Series赋值操作与数组一致，在对应的元数位置赋值即可；
ser = pd.Series([1,2,3,4], ['a', 'b', 'c', 'd'])
ser[0] = 5
ser[1] = 6
print(ser)
输出
a 5
b 6
c 3
d 4
dtype: int64
五创建方式
5.1 numpy数字创建方式
简单的使用numpy 创建一个数组，将其作为参数放进Series对象即可；这种形式有个缺点就是如果numpy创建的数组值变了，Series的值也会随之改变，类似numpy的视图思路；
arr = np.array([1,2,3,4])
ser = pd.Series(arr)
输出
0 1
1 2
2 3
3 4
dtype: int32
5.2 字典方式
除了通过简单的使用数组入参，还可以使用字典的方式，这样就将key转为了Series的index,value作为Series的值
dic = {'a':'100','b':'101'}
ser = pd.Series(dic)
print(ser)
输出
a 100
b 101
dtype: object
六 算术运算
Series 的算术运算支持 + , - * / 等各种数字函数，类似numpy的算术运算；下面的示例中每次运算都是元素级别操作
3.1 乘法
ser = pd.Series([1,2,3,4])
ser_multiply = ser * 2
print(ser_multiply)
输出
0 2
1 4
2 6
3 8
dtype: int64
6.2 加法
ser = pd.Series([1,2,3,4])
ser_add = ser + 2
print(ser_add)
输出
0 3
1 4
2 5
3 6
dtype: int64
6.3 除法
ser = pd.Series([1,2,3,4])
ser_div = ser / 2
print(ser_div)
输出
0 0.5
1 1.0
2 1.5
3 2.0
dtype: float64
6.4 减法
ser = pd.Series([1,2,3,4])
ser_sub = ser - 2
print(ser_sub)
输出
0 -1
1 0
2 1
3 2
dtype: int64
七 简单筛选
7.1 去重
去重筛选可以使用 unique 函数，类似 SQL中 distinct关键字；
ser = pd.Series([0,1,2,3,4,0,1,2,3,4])
print(ser.unique())
输出
[0 1 2 3 4]
7.2 统计个数
统计个数使用 value_counts 函数，会统计每个元素出现的个数，当然是具有去重效果；
ser = pd.Series([0,1,2,3,4,0,1,2,3,4])
print(ser.value_counts())
4 2
3 2
2 2
1 2
0 2
dtype: int64
7.3 是否存在
判断Series 是否存在某个元数 可以使用 isin ，参数为一个数组，可以进行多个判断；如下所示判断Series是否存在 0 或者 1
ser = pd.Series([0,1,2,3,4,0,1,2,3,4])
print(ser.isin([0,1]))
输出
0 True
1 True
2 False
3 False
4 False
5 True
6 True
7 False
8 False
9 False
dtype: bool
八 Nan
Nan在数字类型中一般代表非数字类型数字，或者超出指定数据类型的范围；
8.1 创建带有Nan的Serial
创建一个带有Nan的 Series 可以使用 numpy.NaN;
ser = pd.Series([0,1,2,3,np.NaN,4,5])
print(ser)
输出
0 0.0
1 1.0
2 2.0
3 3.0
4 NaN
5 4.0
6 5.0
dtype: float64
8.2 空判定
判断一个Series是否存在空值 即 NaN 的情况，可以使用 isnull() 函数，返回的是布尔类型
ser = pd.Series([0,1,2,3,np.NaN,4,5])
print(ser.isnull())
输出
0 False
1 False
2 False
3 False
4 True
5 False
6 False
dtype: bool
还可以将 isnull() 的结果作为过滤条件筛选出Nan的index
ser = pd.Series([0,1,2,3,np.NaN,4,5])
# 筛选空
print(ser[ser.isnull()])
输出
4 NaN
dtype: float64
8.3 非空判断
有了空判断就有非空判断，使用notnull() 函数就可以达到目的，返回的同样是布尔类型
ser = pd.Series([0,1,2,3,np.NaN,4,5])
print(ser.notnull())
输出
0 True
1 True
2 True
3 True
4 False
5 True
6 True
dtype: bool
将 notnull()的结果作为筛选条件，就会输出全是非空的indx 和对应的value
ser = pd.Series([0,1,2,3,np.NaN,4,5])
# 筛选非空
print(ser[ser.notnull()])
输出
0 0.0
1 1.0
2 2.0
3 3.0
5 4.0
6 5.0
dtype: float64
九 name属性
9.1 Series对象的name属性
Series 对象的有个name属性，可以通过 赋值或者入参的形式指定；
ser = pd.Series([0,1,2,3,np.NaN,4,5])
ser.name = 'zszxz'
print(ser)
输出
0 0.0
1 1.0
2 2.0
3 3.0
4 NaN
5 4.0
6 5.0
Name: zszxz, dtype: float64
9.2 Series 的 index 的name 属性
注意与Series对象的name属性区分开，这个Series 对象索引的name属性；
ser = pd.Series([0,1,2,3,np.NaN,4,5])
ser.index.name = 'zszxz'
print(ser)
输出
zszxz
0 0.0
1 1.0
2 2.0
3 3.0
4 NaN
5 4.0
6 5.0
dtype: float64
