Python数据分析模块pandas之Series序列

共计 1541 个字符，预计需要花费 4 分钟才能阅读完成。

pandas 是基于 NumPy 的一种工具，该工具是为解决数据分析任务而创建的。安装 pandas：pip install pandas

pandas 的主要数据结构是 Series(一维数据)与 DataFrame(二维数据)，这两种数据结构足以处理金融、统计、社会科学、工程等领域里的大多数案例。

Series 序列类似于一维数组，由两部分组成：

• values：一组数据(ndarray 类型)
• index：相关的数据索引标签

Series 可以看做是一个有序的字典结构。

创建 Series

由列表或数组创建：

import pandas as pd

s = pd.Series([1, 2, 3])
print(s)
# 输出
# 0    1
# 1    2
# 2    3
# dtype: int64

print(s.values)  # 一维数组：[1 2 3]
print(list(s.index))  # 索引：[0, 1, 2]

s.index = ["A", "B", "C"]  # 修改索引
s.index = list("ABC")  # 修改索引
print(s.A, s["C"])  # 通过索引获取值 1 3

由字典创建：

d = {"a": 1, "b": 2, "c": 3}
s = pd.Series(d)
print(s)
# 输出
# a    1
# b    2
# c    3
# dtype: int64

索引

显示索引：

• 使用 index 中的元素作为索引值
• 使用.loc[]（推荐）

d = {"a": 1, "b": 2, "c": 3}
s = pd.Series(d)

print(s[["c", "a"]])  # 一次取多个元素，得到的类型是 Series
# 输出
# c    3
# a    1
# dtype: int64

print(s.loc[["c", "a"]])

隐式索引:

• 使用整数作为索引值
• 使用.iloc[](推荐)

print(s[[0, 2]])
print(s.iloc[[2, 0]])

Series 可以创建多层索引，可以参考下面的 DataFrame。

切片

d = {"a": 1, "b": 2, "c": 3, "d": 4}
s = pd.Series(d)
# 隐式切片：左闭右开
print(s[1:3])
print(s.iloc[1:3])
# 输出
# b    2
# c    3
# dtype: int64

# 显示切片：左闭右闭
print(s["b":"d"])
print(s.loc["b":"d"])

基本属性和方法

基本属性：

d = {"a": 1, "b": 2, "c": 3, "d": 4}
s = pd.Series(d, name="abcd")
print(s.shape)  # 形状：(4,)
print(s.size)  # 元素个数：4
print(s.index)  # 索引：Index(['a', 'b', 'c', 'd'], dtype='object')
print(s.values)  # 值：[1 2 3 4]
print(s.name)  # 索引名字：abcd

方法：

print(s.head(3))  # 查看前几条数据，默认 5
print(s.tail(3))  # 查看后几条数据，默认 5

s["b"] = None
print(s.isnull())  # isnull 判断是否为空，notnull 判断是否不为空
# 输出
# a    False
# b     True
# c    False
# d    False
# Name: abcd, dtype: bool

# 过滤掉空值
print(s[s.notnull()])
print(s[~s.isnull()])  # ~ 取反

Series 运算

适用于 NumPy 的数组运算也适用于 Series。

Series 之间的运算，会自动对齐索引进行运算。如果索引不对应，则补 NaN，Series 没有广播机制。可以使用 add()函数来填充数据。

s1 = pd.Series([1, 3, 44])
s2 = pd.Series([11, 2, 8, 6])
print(s1 + s2)
print(s1.add(s2, fill_value=0))  # 先填充 0，再相加