113、pandas的数据结构之Series

pandas有两个很重要的的数据结构：Series和DataFrame，今天先学习Series的用法。
Series是一种类似于一维数组的对象，它由一组数据（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。

例如：

1.png

从结果可以看出Series的字符串表现形式为：索引在左边，值在右边。在上面的例子中我并没有为数据指定具体索引，它会自动创建一个0到N-1（N为数据的长度）的整数型索引。

还可以通过Series的values和index属性获取数组的表示形式和索引对象：

2.png

创建Series带有一个可以对各个数据点进行标记的索引:

3.png

通过索引的方式选取Series中的单个或一组值：

4.png

NumPy数组运算（如根据布尔型数组进行过滤、标量乘法、应用数学函数等）都会保留索引和值之间的链接：

5.png

可以把Series看成一个有定长的有序字典，因为它是索引值到数据值的一个映射:

6.png

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。下面以2016年年末四个省常住人口（万）为例：

7.png

如果只传入一个字典，则结果Series中的索引就是原字典的键（有序排列）：

8.png

在上面的例子中，province中与provinces索引相匹配的3个值会被找出来并放到相对应的位置上，但是我给的"Hainan"在province中找不到，所以其结果为NaN（即“非数字”(not a number)，在pandas中，它用于表示缺失或NA值）。

pandas的isnull和notnull函数可用于检测缺失数据：

9.png

Series也有类似的实例方法：

10.png

Series最重要的一个功能是：它在算术运算中会自动对齐不同索引的数据。

例如：

11.png

Series对象本身及其索引都有一个name属性：

12.png

Series的索引可以通过赋值的方式就地修改：

13.png

附源码：

# coding: utf-8

# In[1]:


import pandas as pd
from pandas import Series,DataFrame
obj = Series([5,9,2,-8])
print obj


# In[2]:


print obj.values


# In[3]:


print obj.index


# In[4]:


obj2 = Series([6,-1,7,3],index=['a','b','c','d'])
print obj2


# In[5]:


# 通过索引查找具体值
print obj2['b']


# In[6]:


# 替换值
obj2['a'] = -5
print obj2


# In[7]:


# 通过索引查找一组值
print obj2[['a','b','c']]


# In[8]:


print obj2


# In[9]:


# 查找大于0的值
print obj2[obj2 > 0]


# In[10]:


# 数组标量乘法
print obj2 * 2


# In[11]:


# 返回 e（自然对数的底）的幂次方
import numpy as np
e = np.exp(obj2)
print e


# In[12]:


'd' in obj2


# In[13]:


'e' in obj2


# In[14]:


# Series与字典的用法
province = {'Guangdong':10999,'Shandong':9946.64,'Sichuan':8262,'Henan':9532.42}
obj3 = Series(province)
print obj3


# In[15]:


provinces = ['Hainan','Guangdong','Shandong','Sichuan']
obj4 = Series(province,index=provinces)
print obj4


# In[16]:


# 检测缺失数据
pd.isnull(obj4)


# In[17]:


# 检测不缺失的数据
pd.notnull(obj4)


# In[18]:


# Series检测缺失数据
obj4.isnull()


# In[19]:


print obj3


# In[20]:


print obj4


# In[21]:


# Series自动对齐不同索引数据
print (obj3 + obj4)


# In[22]:


# Series对象本身及其索引的name属性
obj4.name = 'population'
obj4.index.name = 'province'
print obj4


# In[23]:


print obj


# In[24]:


# 通过赋值修改Series的索引
obj.index = ['Bob','Steve','Jeff','Ryan']
print obj