python数分三剑客之pandas详细使用方法1（Series部分）

Series是一种类似于一维数组的对象，由下面两个部分组成
values：一维数据     
index：相关的数据索引标签

1.series创建

1.1 由列表和numpy数组创建，默认索引为0~N-1的整数型索引,索引不一定是数字也不一定从零开始，可以改变

s1 = pd.Series(li1)
    n = np.array(li1)
    s2 = pd.Series(n)  # 除了dtype不一样，其他的都一样
    print(s1.values)  # ndarray的一维数组
    print(s1.index)  # 索引

修改索引

    s1.index = ['A', 'B', 'C', 'D']
    s2.index = list('BCDE')

由索引访问值

   print(s1.A)
    print(s1['A'])
    print(s2.B)
    print(s2['B'])

由字典创建 key是索引，value是value

dict1 = {
        'a': 11,
        'b': 22,
        'c': 33,
        'd': 44
    }
    s3 = pd.Series(dict1)
    dict2 = {
        'a': np.random.randint(1, 10, size=(2, 3)),
        'b': np.random.randint(1, 10, size=(2, 3)),
        'c': np.random.randint(1, 10, size=(2, 3)),
        'd': np.random.randint(1, 10, size=(2, 3))
    }
    s4 = pd.Series(dict2)
    s5 = pd.Series([1, 2, 3], index=['李白', '鲁班', '杜甫'], name='历史人物')

2.Series的索引

2.1 显示索引（基于标签选择）
使用index中的元素作为索引值
使用.loc[] 推荐

s6 = pd.Series({'python': 150, 'numpy': 100, 'pandas': 130})
    print(s6['python'])  # 值
    print(s6.numpy)
    print(s6[['python', 'numpy']])  # 这样使用两个中括号取出来的还是一个Series，一次取多个数据
    print(s6[['python']])
    # 使用loc[]
    print(s6.loc['python'])  # 值
    print(s6.loc[['python', 'numpy']])
    print(s6.loc[['pandas']])

2.2 隐式索引（即不使用index，使用数字下标）（基于位置选择）

print(s6[0])
    print(s6[[0, 2]])
    print(s6[[0]])
    # 使用 iloc[],注意不能与.loc[]混用
    print(s6.iloc[0])
    print(s6.iloc[[0, 2]])
    print(s6.iloc[[0]])

3.Series的切片

3.1 隐式切片：左闭右开

print(s6[1:4])

print(s6.iloc[1:4])

3.2 显示切片：左闭右闭

print(s6['python':'pandas'])
    print(s6.loc['python':'pandas'])

4.Series的基本属性和方法

属性 shape形状 size元素个数  index索引 value值 name名字

dict3 = {
        'a': 11,
        'b': 22,
        'c': 33,
        'd': 44,
        'e': 55,
        'f': 66,
        'g': 77
    }
    s7 = pd.Series(dict3)
    s7.head(2)  # 查看前2条数据
    s7.tail()

方法 head()查看前几条数据，默认五条  tail()查看后几条数据，默认5条  取值顺序不变，返回值是一个Series

5.检测数据确实

一共有四种常用的方法：

pd.isnull()   pd.notnull()   isnull()   notnull()

s8 = pd.Series(['ZHANGSAN', 'LISI', 'WANGWU', np.nan])
    s8.isnull()  # 判断是否为空,返回值是一个Series，index没变，values会变成True 或者False，dtype为bool
    pd.isnull(s8)  # 同上
    s8.notnull()  # 判断是否不为空,返回值是一个Series，index没变，values会变成True 或者False，dtype为bool
    pd.notnull(s8)  # 同上

5.1 通过bool值索引过滤数据

# 过滤空置
    selected_s8 = s8[[True, False, False, False, True, True, True]]  # 用bool值做索引，写True的位置保留，写False的位置删除
    # 根据这个原理和检测数据值缺失的函数
    condi1 = s8.isnull()
    full_data_s8 = s8[~condi1]  # condi1中空值是True，所以~取反True和False；之后将condi1放到索引出就完成了空值的过滤

6 Series的运算

6.1 适用于numpy的运算也适用于Series

# 基本运算
    s7 + 100
    s7 / 100
    s7 // 2
    s7 ** 2
    s7 % 2

6.2 Series之间的运算，不论位置，只论索引

在运算中自动对齐索引
如果索引不对应，则补NaN
Series没有广播机制

    s9 = pd.Series(np.random.randint(10, 100, size=3))
    s10 = pd.Series(np.random.randint(10, 100, size=3))
    s910 = s9 + s10  # 对应元素相加（本质是索引的顺序相同）
    s11 = pd.Series(np.random.randint(10, 100, size=4))
    s911 = s9 + s11  # 没有的元素会为NaN
    # 若修改了索引顺序， 则按照索引相加（而不是按照顺序对应相加）
    new_s9 = s9[1, 2, 0]  # 调整s9的索引顺序
    s109 = s9 + s10  # s109和s910的结果是不一样的
    # 若想保留所有的index，则需要使用add()函数
    s9.add(s11, fill_value=0)  # s9没有的位置，用0填充

7 遍历Series

7.1使用for循环遍历

    for value in s9:
        print(value)

7.2 使用Pandas提供的迭代器

    for index, value in s9.items():
        print('Index: {}, Value: {}'.format(index, value))