Pandas_1：Pandas中Series类
Pandas介绍
- 经常和别的工具一起使用，特别是Scipy，Numpy以及Matplotlib
- 支持Numpy风格的的数组计算
- Pandas适合处理表格/异质型的数据，但Numpy适合处理同质型的
Pandas数据结构介绍
Series类型
以为数组型对象，包含一个：值序列，一个数据标签（index：索引）
如果不指定，默认索引就是从0到N-1
通过values和index分别获得值与索引
import pandas as pd
obj = pd.Series([4, 7, -5, 3])
obj
0 4
1 7
2 -5
3 3
dtype: int64
print(obj.values)
print(obj.index)
通常需要特定指定索引的
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')
Series的一些性质
- 可以直接索引
- 可以通过索引更改值
- 可以使用神奇索引，以及布尔索引
- 与标量相乘
- 将
obj放在numpy数学函数里也可以
print(obj2['b'])
7
# 当然也可以通过索引更改值
obj2['d'] = 6
# 也可以使用神奇索引
obj2[['c', 'a', 'd']]
c 3
a -5
d 6
dtype: int64
# 这里直接写obj2>0也可以，效果是一样的
obj2[obj2.values > 0]
d 6
b 7
c 3
dtype: int64
# 用于numpy数学函数
import numpy as np
np.exp(obj2)
d 403.428793
b 1096.633158
a 0.006738
c 20.085537
dtype: float64
可以将Series类型看作是：长度固定且有序的字典
'b' in obj2
True
'r' in obj2
False
用字典生成一个Series
sdata = {'Ohio': 35000, 'Texas': 71000, 'Oregon': 16000, 'Utah': 5000}
obj3 = pd.Series(sdata)
obj3
Ohio 35000
Texas 71000
Oregon 16000
Utah 5000
dtype: int64
没有index的那个值就用NaN(Not a Number)来替代，NA是pandas中替代缺失值的元素
states = ['California', 'Ohio', 'Oregon', 'Texas']
obj4 = pd.Series(sdata, index = states)
obj4
California NaN
Ohio 35000.0
Oregon 16000.0
Texas 71000.0
dtype: float64
使用isnull/notnull来检测缺失值
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
自动对齐是一个非常好用的东西
obj3 + obj4
California NaN
Ohio 70000.0
Oregon 32000.0
Texas 142000.0
Utah NaN
dtype: float64
pd.Series()数据类型的对象本身和其中的index都有name属性
obj3.index.name = 'state'
obj3.name = 'population'
obj3
state
Ohio 35000
Texas 71000
Oregon 16000
Utah 5000
Name: population, dtype: int64
可以按照位置给索引赋值
obj
0 4
1 7
2 -5
3 3
dtype: int64
obj.index = ['Bob', 'Steve', 'Jeff', 'Ryan']
obj
Bob 4
Steve 7
Jeff -5
Ryan 3
dtype: int64