数据分析：Pandas之Series用法总结
文章目录
-
- Series
-
- 一、导入Series
- 二、创建Series
-
- 1、使用列表或者numpy进行创建，默认索引为0到N-1的整数型索引
- 2、使用字典创建(推荐使用)
- 三、Series的索引和切片
-
- 1、显式索引与切片
- 2、隐式索引与切片
- 四、Series的基本概念
-
- 1、通过head(),tail()快速查看Series对象的样式
- 2、isnull(),notnull()函数检测缺失数据
- 3、扩展
- 四、Series的运算
-
- 1、 适用于numpy的数组运算也适用于Series
- 2、Series之间的运算
-
- 扩展
Series
Series是线性的数据结构，带有标签的一维数组，轴标签统称为索引，数据和标签之间存在联系
一、导入Series
from pandas import Series
如果没有安装pandas的话，使用pip install pandas 进行导入
二、创建Series
1、使用列表或者numpy进行创建，默认索引为0到N-1的整数型索引
方法1:
a = Series([list], index=[list])
备注：
index： 设置Series的index，index列表的元素个数跟数据list的元素个数要对应起来
示例：
没有index的话，默认index为0到N-1的整数型索引
obj = Series([1,2,3,4])
obj
自定义 index：
obj2 = Series([1,2,3,4],index=[‘a’,‘b’,‘c’,‘d’])
obj2
numpy创建跟list创建是相同的道理
2、使用字典创建(推荐使用)
创建方法为：
a = Series({Dict})
示例：
obj = Series({‘a’:1,‘b’:2, ‘c’:3, ‘d’:4})
obj
总结： 比较推荐使用方法2，是因为方法2中没有对应index（index中的元素个数要跟数据个数相同）的限制，这样方法2就会比较自由
创建成功之后，下一步就是取值，Series可通过索引和切片的方法进行取值
三、Series的索引和切片
索引是为了获取具体的值，而切片则是为了获取一定范围内的值
1、显式索引与切片
显式索引
s.loc[‘索引名称’] 使用index中元素的名称作为索引值
示例：
取单个值：
obj = Series({‘a’:10,‘b’:12,‘c’:17})
obj.loc[‘a’] # 也可省略loc,即obj.loc[‘a’]
取多个值：
obj.loc[[‘a’,‘c’]] # 或 obj[[‘a’,‘c’]]
显式切片：
obj = Series({‘a’:10,‘b’:12,‘c’:17})
obj[‘a’:‘c’] # 或 obj[‘a’:‘c’]
2、隐式索引与切片
隐式索引
s.iloc[] 使用index中元素对应的下标作为索引值
示例：
取单个值：
obj = Series({‘a’:10,‘b’:12,‘c’:17})
obj.iloc[0] # 或 obj[0]
取多个值：
obj.iloc[[0, 1]] # 或 obj[[0, 1]]
隐式切片：
obj = Series({‘a’:10,‘b’:12,‘c’:17})
obj.iloc[0:2] # 或 obj[0:2]
学了这个显式和隐式的操作，可能大家有一些迷糊，那么进行一下总结：
- 显式索引就是通过索引值获取对应索引的结果（loc可省略）
隐式索引就是通过索引的下标获取对应索引的结果（.loc可省略） - 切片和取多个值的格式要注意区分：
切片的格式为： [:] 即 一个[], 中间的为冒号，相当于list中的切片
取多值的格式为：[[,]] 即 两个[], 中间的分隔为逗号 - 注意切片操作中，显式索引和隐式索引的区别
显式索引是通过索引值获取索引的结果，两边索引值对应的值都能取到 左闭右闭
隐式索引为通过索引的下标获取的结果，只能取到左边索引下标对应的值，右边索引下标对应的值取不到，同python中的list切片 左闭右开 - 其实在Series中，有没有loc或者iloc好像没什么区别，但这并不说明loc和iloc就没有用，个人觉得它更有意义的是在DataFrame当中使用，而且，知道loc和iloc能阅读明白他人的代码，避免见到后不认识
四、Series的基本概念
1、通过head(),tail()快速查看Series对象的样式
1）先创建个测试数据
s = pd.Series(np.random.randint(1,10,size=(10,)))
2）获取数据的前五行数据
s.head() # 默认是前五行数据，可自定义行数，比如想要十行的话，s.head(10)
tail()是展示数据的后五行，也可自定义行数， 例如：s.tail(10) 即 展示数据的后10行
2、isnull(),notnull()函数检测缺失数据
缺失数据在Series中一般表示为： NaN（not a number）
1）创建测试数据
obj = Series([10,4,np.nan])
2）使用notnull()查看空值，为空则返回Flase，不为空则返回True
notnull = pd.notnull(obj)
3）根据isnull()返回的结果，取不为空的数据
obj[notnull]
isnull()跟notnull()的用法相同，只不过是，isnull()为空返回True，notnull()为空返回False
3、扩展
可以把Series看成一个定长的有序字典
可以通过shape，size，index，values等得到series的属性
四、Series的运算
1、 适用于numpy的数组运算也适用于Series
这个需要仔细了解numpy的运算才行，这个就不扩展了，大家有兴趣的话，可上网上搜索下相关知识点
2、Series之间的运算
首先说下Series之间常用的运算：
add加 sub减 mul乘 div除
1）相同索引的数据进行运算， 如果索引不对应，则补NaN
①：测试数据
A = pd.Series([2,4,6],index=[0,1,2])
B = pd.Series([1,3,5],index=[1,2,3])
display(A,B)
②： 加运算
A.add(B)
在A和B数据中，index（索引）中的1、2是相同的，所以对应索引的数据进行运算，而其他索引对应不上的则没有相加的数值，所以值只能为NaN
扩展
出现NaN的原因是，两个Series中，索引相关的只对应不上，但我现在不想让这些对应不上的为NaN,那么有什么办法解决这个问题呢？
fill_value: 对空值赋值
A.add(B,fill_value=0)
fill_value的值为0时，则是，将索引不对应的补充为0，
如果自定义为，ill_value的值为1，则，将索引不对应的补充为1
