python中的series的结构_Python数据分析之pandas基本数据结构：Series、DataFrame
1引言
本文总结Pandas中两种常用的数据类型：
(1)Series是一种一维的带标签数组对象。
(2)DataFrame，二维，Series容器
2 Series数组
2.1 Series数组构成
Series数组对象由两部分构成：
值(value)：一维数组的各元素值，是一个ndarray类型数据。
索引(index)：与一维数组值一一对应的标签。利用索引，我们可非常方便得在Series数组中进行取值。
如下所示，我们通过字典创建了一个Series数组，输出结果的第一列就是索引，第二列就是数组的具体值。
>>> import pandas aspd>>> a =pd.Series([102, 212, 332, 434])>>>a0 102
1 212
2 332
3 434dtype: int64
也可以在创建时手动指定索引：
>>> a = pd.Series([102, 212, 332, 434], index=['第一列', '第二列', '第三列', '第四列'])>>>a
第一列102第二列212第三列332第四列434dtype: int64
利用索引，我们可以更加方便得在数组中进行取值：
>>> a['第一列']102
>>> a[['第一列', '第二列']]
第一列102第二列212dtype: int64
当然，你也可以使用以往的数字下标从数组中取值：
>>> a[0]102
>>> a[[0,1]]
第一列102第二列212dtype: int64
2.2 创建Series数组
(1)通过list、tuple创建
>>> pd.Series([123, 321, 345,543]) #传入一个list
0 123
1 321
2 345
3 543dtype: int64>>> pd.Series((123, 321, 345,543)) #传入一个元组
0 123
1 321
2 345
3 543dtype: int64
(2)通过传入一维numpy数组对象创建
>>> importnumpy as np>>> n = np.arange(3) #创建一个一维的numpy数组
>>>pd.Series(n)
0 01 1
2 2dtype: int32
注意：传入的numpy必须是一维的数组，否则会报错。
>>> n = np.arange(6).reshape((2,3))>>>pd.Series(n)
Traceback (most recent call last):
File"", line 1, in ……
packages\pandas\core\internals\construction.py", line 729, in sanitize_array
raise Exception("Data must be 1-dimensional")
Exception: Data must be1-dimensional
(3)通过传入字典创建
通过字典创建Series数组时，字典的key会自动被设置成Series数组的索引：
>>> pd.Series({'name':'张三', 'age':40, 'weight':140})
name 张三
age40weight140dtype: object
(4)通过传入一个标量值创建
当传入一个标量值时，必须传入index索引，Series会根据传入的index参数来确定数组对象的长度：
>>> a = pd.Series(10, index=['a', 'b', 'c', 'd'])>>>a
a10b10c10d10dtype: int64
2.2 Series数组常用属性
Series数组的属性与numpy数组属性很是类似，如下表所示：
Series.index
以列表的形式返回数组的索引
Series.values
以列表的形式返回数组的所有值
Series.dtype
返回基础数据的dtype对象，数据类型
Series.shape
返回基础数据形状的元组
Series.ndim
根据定义1，数组的维数
Series.size
返回数组中的元素数
Series.base
如果与另一数组共享数据，则返回基础数组
Series.T
转置
Series.empty
判断数组是否为空
Series.name
返回系列的名称
3 DataFrame数组
3.1 DataFrame数组构成
DataFrame数组是Pandas中另一种数据结构，其数据的呈现方式类似于Excel这种二维表结构。相比于Series数组，DataFrame可以存放多维数据，所以DataFrame不仅仅有索引，还有列名，如下所示：
>>> d = {'one': [1, 2, 3, 4], 'two':['一', '二', '三', '四']}>>>pd.DataFrame(d)
one two
01一1 2二2 3三3 4四>>>df.index
RangeIndex(start=0, stop=4, step=1)>>>df.columns
Index(['one', 'two'], dtype='object')
可以看到，DataFrame数组可以包含多维数据，类似于一张二维表。与Series类似，DataFrame数组也有一个index索引，在不指定索引时，通常会自动生成从零开始步长为1的索引。此外DataFrame数组还有一个列名，索引和列名是从数组中挑选数据的重要依据。
3.2 创建DataFrame数组
(1)通过字典创建
通过字典来创建DataFrame数组时，字典的键将会自动成DataFrame数组的列名，字典的值必须是可迭代对象，例如Series、numpy数组、list、tuple等，不同Series数组中对应的缺失值pandas将自动填充NaN：
以list列表为值的字典：
>>> d = {'one': [1, 2, 3, 4], 'two':['一', '二', '三', '四']}>>>pd.DataFrame(d)
one two
01一1 2二2 3三3 4 四
以numpy数组为值得字典：
>>> d = {'zero': np.zeros((3,)), 'ones': np.ones((3,)), 'twos':np.full((3,),2)}>>>pd.DataFrame(d)
zero ones twos
00.0 1.0 2
1 0.0 1.0 2
2 0.0 1.0 2
以Series为值的字典：
>>> d = {'one': pd.Series([1., 2., 3.], index=['a', 'b', 'c']), 'two': pd.Series([1., 2., 3., 4.], index=['a', 'b', 'c', 'd'])}>>> df = pd.DataFrame(d) #创建DataFrame数组
>>>df
one two
a1.0 1.0b2.0 2.0c3.0 3.0d NaN4.0
无论是上面那种类型对象为值的字典，都可以通过下面的方式重新指定列索引：
>>> pd.DataFrame(d, index=['d', 'b', 'a'])
one two
d NaN4.0b2.0 2.0a1.0 1.0
当然，也可以在手动指定列名，不过行索引对应的键数据才会传入新建的数组中：
>>> pd.DataFrame(d, index=['d', 'b', 'a'], columns=['two', 'three'])
two three
d4.0NaN
b2.0NaN
a1.0 NaN
(2)通过列表创建
通过列表创建DataFrame数组时，列表的每一个元素必须是字典，这样，字典的键将作为列名。
>>> d = [{'a': 1, 'b': 2}, {'a': 5, 'b': 10, 'c': 20}]>>>pd.DataFrame(d)
a b c
01 2NaN1 5 10 20.0
>>> pd.DataFrame(d, index=['第一行', '第二行']) #重新指定索引
a b c
第一行1 2NaN
第二行5 10 20.0
(3)通过功能函数创建
我们还可以通过诸如from_dict()、from_records()这类的功能函数来创建DataFrame数组，以from_dict()为例：
>>> d = {'A': [1, 2, 3], 'B': [4, 5, 6]}>>>pd.DataFrame.from_dict(d)
A B
01 4
1 2 5
2 3 6
如果需要让字典的键作为索引，重新指定列名，可以传入orient='index'参数，然后重新传入列名：
>>> pd.DataFrame.from_dict(d,orient='index', columns=['one', 'two', 'three'])
one two three
A1 2 3B4 5 6
3.3 DataFrame数组的常用属性
DataFrame数组的属性与Series数据几乎一样，只是多了一个保存列名信息的columns属性，参看上面表格中的Series属性就行了。
4 总结
本文大致介绍了Pandas中的两种重要数据结构Series数组对象和DataFrame数组对象的特点、主要创建方法、属性。对于从数组对象中进行切片、索引数据的方法，请参考博客《python数据分析之pandas数据选取：df[] df.loc[] df.iloc[] df.ix[] df.at[] df.iat[]》。