Pandas Series详解

Pandas 序列(Series)是pandas中的一维数据结构，类似于python中的列表和Numpy中的Ndarray对象,在 Series 中包含的数据类型可以是整数，浮点数，字符串，python对象等。

一、创建Series

pandas.Series( data, index, dtype, copy)

• data：输入的数据，可以是列表、常量、ndarray 数组等。
• index：索引值必须是唯一的，与data的长度相同，默认为np.arange(n)
• dtype：数据类型
• copy：是否复制数据，默认为false

1.1 创建空Series

import pandas as pd
import numpy as np
s = pd.Series()

# Series([], dtype: float64)

1.2 从ndarray创建Series

ndarray 是 NumPy 中的数组类型，当 data 是 ndarry 时，传递的索引必须具有与数组相同的长度。假如没有给 index 参数传参，在默认情况下，索引值将使用是 range(n) 生成，其中 n 代表数组长度

# 使用默认索引，索引默认从 0 开始分配 ，其索引范围为 0 到len(data)-1，即 0 到 3。这种设置方式被称为“隐式索引"。
data = np.array(['a','b','c','d'])
s = pd.Series(data)

'''
0    a
1    b
2    c
3    d
dtype: object
'''

# 指定索引，创建显示索引
data = np.array(['a','b','c','d'])
#自定义索引标签（即显示索引）
s = pd.Series(data,index=[100,101,102,103])

'''
100    a
101    b
102    c
103    d
dtype: object
'''

1.3 从字典创建Series

使用字典创建Series时，如果没有传入索引时会按照字典的键来构造索引；当传递了索引时需要将索引标签与字典中的值一一对应。

# 没有传递索引时
data = {'a' : 0., 'b' : 1., 'c' : 2.}
s = pd.Series(data)

'''
a    0.0
b    1.0
c    2.0
dtype: float64
'''

# 传递索引，如果字典中没有对应的键，使用NaN填充
data = {'a' : 0., 'b' : 1., 'c' : 2.}
s = pd.Series(data,index=['b','c','d','a'])

'''
b    1.0
c    2.0
d    NaN
a    0.0
dtype: float64
'''

1.4 从标量创建Series

如果 data 是标量值，则必须提供索引

# 使用标量5创建Series
s = pd.Series(5, index=[0, 1, 2, 3])

'''
0    5
1    5
2    5
3    5
dtype: int64
'''

二、访问Series

2.1 通过位置访问Series数据

通过位置访问Series数据与 ndarray 和 list 相同，使用元素自身的下标进行访问。我们知道数组的索引计数从 0 开始，这表示第一个元素存储在第 0 个索引位置上，以此类推，就可以获得 Series 序列中的每个元素。

s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])
# 1. 位置索引访问
print(s[0])  # 1 

# 2. 通过切片的方式访问 Series 序列中的数据
print(s[:3])

'''
a    1
b    2
c    3
dtype: int64
'''

# 3. 获取后三个元素
print(s[-3:])

'''
c    3
d    4
e    5
dtype: int64
'''

2.2 通过索引访问Series数据

Series 类似于固定大小的 dict，把 index 中的索引标签当做 key，而把 Series 序列中的元素值当做 value，然后通过 index 索引标签来访问或者修改元素值。

# 1. 使用索引访问单个元素值
s = pd.Series([6,7,8,9,10],index = ['a','b','c','d','e'])
print(s['a']) # 6

# 2. 使用索引访问多个元素值，如果使用了index中不包含的标签，会报异常
print(s[['a','c','d']])

'''
a    6
c    8
d    9
dtype: int64
'''

三、Series常用属性

Series对象常用的属性：

• axes：以列表的形式返回所有行索引标签
• dtype：返回对象的数据类型。
• empty：返回一个布尔值，判断数据对象是否为空
• ndim：返回输入数据的维数
• size：返回输入数据的元素数量
• values：以 ndarray 的形式返回 Series 对象
• index：返回一个索引的取值

s = pd.Series([6,7,8,9,10],index = ['a','b','c','d','e'])

# 1. axes：所有行索引
print(s.axes)
# [Index(['a', 'b', 'c', 'd', 'e'], dtype='object')]

# 2. dtype:返回对象的数据类型
print(s.dtype)
# int64

# 3. empty：判断数据对象是否为空
print (s.empty)
# False

# 4. ndim：查看序列的维度，根据定义，Series 是一维数据结构，因此它始终返回 1。
print (s.ndim)
# 1

# 5. size：返回Series对象的大小（长度）
print(s.size)
# 5

# 6. values:以数组的形式返回Series对象中的数据
print(s.values)
print(type(s.values))

'''
[ 6  7  8  9 10]

'''

# 7. index：查看 Series 中索引的取值
print(s.index)
Index(['a', 'b', 'c', 'd', 'e'], dtype='object')

四、Series常用方法

4.1 查看数据

# 1. head(3)：查看前3个数据，默认显示前5
s = pd.Series(np.random.randn(5))
print (s)
print("============================")
#返回前三行数据
print (s.head(3))

'''
0    1.443607
1   -0.459203
2   -0.152334
3    0.877485
4    0.168968
dtype: float64
============================
0    1.443607
1   -0.459203
2   -0.152334
dtype: float64
'''

# 2. tail(3)：显示后3行数据，默认显示后5行
print (s.tail(3))

'''
2   -0.152334
3    0.877485
4    0.168968
dtype: float64
'''

4.2 检测缺失值

• isnull()：如果值不存在或者缺失，则返回 True
• notnull()：如果值不存在或者缺失，则返回 False

s=pd.Series([1,2,5,None])

# 是空值返回True
print(pd.isnull(s)) 

'''
0    False
1    False
2    False
3     True
dtype: bool
'''

# 空值返回False 
print(pd.notnull(s)) 

'''
0     True
1     True
2     True
3    False
dtype: bool
'''