python_pandas库_Series部分

一、Series的创建

Series由两部分组成values(一组数据)和index(相关的数据索引标签)。

1、由列表或NumPy数组创建

import numpy as np
import pandas as pd
​
list1 = [11,22,33,44,55,66]
​
s = pd.Series(list1)
print(s)
​
#唯一不同是dtype不同
n = np.array(list1)
s = pd.Series(n)
print(s)
​
print(s.values)
print(s.index)
​
#修改索引
s.index = ['A','B','C','D','E','F']
s.index = list('BCDEFG')

2、由字典创建

#由字典创建
k = {
    'a':11,
    'b':22,
    'c':33,
    'd':44,
    'e':55,
    'f':66
}
s = pd.Series(k)
print(s)

output:
a    11
b    22
c    33
d    44
e    55
f    66
dtype: int64

二、Series的索引

使用中括号取单个索引（返回的是元素类型），或者中括号里一个列表取多个索引（此时返回的仍然是一个Series类型）。

1、显式索引：

• 使用index中的元素作为索引值

• 使用.loc[]

import numpy as np
import pandas as pd
​
s = pd.Series({'python': 150,'NumPy':100,'Pandas':130})
print(s)
​
#第一种方法
a = s.NumPy
print(a)
​
b = s['python']
print(b)
​
c = s[['python','NumPy']]
print(c)
​
d = s[['python']]
print(d)
​
#第二种方法使用loc[]
e = s.loc['python']
f = s.loc[['python','NumPy']]
g = s[['python']]
​
print(e,f,g)

2、隐式索引：

• 使用整数作为索引值

• 使用.iloc[]

#隐式索引
#第一种方法
h = s[0]
print(h)
​
i = s[[0,2]]
print(i)
​
j = s[[0]]
print(j)
​
#第二种方法
k = s.iloc[0]
print(k)
​
l =s.iloc[[0,2]]
print(l)
​
m = s.iloc[[0]]
print(m)

三、Series的切片

1、显式切片：左闭右闭

import numpy as np
import pandas as pd
​
s = pd.Series({
    '语文':100,
    '数学':100,
    '英语':100,
    '地理':100,
    '物理':100
})
​
#显式切片：左闭右闭
a = s['数学':'地理']
print(a)
​
b = s.loc['数学':'地理']
print(b)

2、隐式切片：左闭右开

#隐式切片：左闭右开
c = s[1:3]
print(c)
​
d = s.iloc[1:4]
print(d)

四、Series的基本属性和方法

1、s.shape（形状）

import numpy as np
import pandas as pd
​
s = pd.Series({
    '语文':100,
    '数学':100,
    '英语':100,
    '地理':100,
    '物理':100
})
​
a = s.shape
print(a)

2、s.size（元素个数）

b = s.size
print(b)

3、s.index（索引）

c = s.index
print(c)

4、s.values（值）

d = s.values
print(d)

5、s.head()

查看前几条数据，默认5条

e = s.head(2)
print(e)

6、s.tail()

查看后几条数据，默认5条

f = s.tail(2)
print(f)

检测缺失数据

1、pd.isnull()

2、pd.notnull()

3、isnull()

4、notnull()

#判断是否为空
# print(s1.isnull())
# print(pd.isnull(s1))
#
# #判断是否不为空
# print(s1.notnull())
# print(pd.notnull(s1))
​
#利用bool值索引过滤掉空值
#True 的保留,False 的去掉
cond1 = s1.isnull()
s2 = s1[[True,False,True,True]]
print(s2)
s3 = s2[~cond1]
print(s3)

五、Series的运算

Series之间的运算

• 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

注意：要想保留所有的index，则需要使用.add()函数