Pandas手册（1）- Series

发表于 | 分类于 | | 本文总阅读量 次

Python
Pandas

要学习pandas了，，看官网上的资料还是很多的，就根据找到的资料简单总结下吧。
这里也有很多同学分享的资料，这里都整理下，按照自己的理解整理下。

序

这里的主要内容，参考官方教程：
http://pandas.pydata.org/pandas-docs/stable/dsintro.html#dsintro
pandas里面有3个基本的数据结构，

我们可以把Series，理解成一维数组，但是又和常规的一维数组不太一样。
Series是一维的标签数组，可以存储任意的数据类型（integers，strings，floating point numbers，Python objs，etc.)
这里为什么是标签数组呢？因为他多了一个轴的概念，类似索引，我们往下看下就知道了。

Series初始化

引入必要的类

1
2
import pandas as pd
import numpy as np

基本初始化语法：

1
s = pd.Series(data, index=index)

这个data，就是我们要初始化的数据，index，就是那个标签了，即索引
data呢，常规可以为：

from ndarray

如果data是ndarray，index的长度必须和data的长度一样，或者保持默认，index会自动初始化，就是下标从0开始

1
s = pd.Series(np.random.randn(5), index=['a', 'b', 'c', 'd', 'e'])

这里呢，我们data的长度是5，我们index的长度也是5
如果不是5呢，我们试试

这里是会报错的，少了不行，那多了呢？

也是不行的，所以，如果初始化index的话，长度一定要和data一样
当然，默认是可以的，

1
s = pd.Series(np.random.randn(5))

index默认初始化，从0开始

from dict

如果data为dict，因为dict是key，value的，所以，默认初始化时，会使用key来初始化index

当然，我们也可以，显式初始化index
image.png

通过上面的例子，我们发现，如果指定的index没有包括所有的data中的key，那么就只显示index中有的；
如果指定的index中有data中key没有的，那么就用NAN来赋值

from scalar value

如果data是常量，那么我们必须初始化index

刚试了下，好像也不用，默认会初始化一个长度的

Series使用

Series使用起来也很方便

Series is ndarray-like

我们可以使用下标，

1
s = pd.Series(np.random.randn(5), index=['a', 'b', 'c', 'd', 'e'])

Series is dict-like

我们也可以像dict一样，使用index来操作Series

附录（参考资料）

博客：1.1 pandas数据结构Series
官方教程：Intro to Data Structures

——update at 2017-08-07

Series使用后记

这里记录些Series使用上的心得
Series使用起来，不仅可以使用下标来获取元素，也可以使用index来获取

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
s = pd.Series(np.random.randn(5) , index=list('abcde'))
s
Out[89]: 
a   -0.434789
b   -0.047950
c   -0.826720
d    1.493415
e    0.806696
dtype: float64
s[0]
Out[90]: -0.43478889663783105
s['a']
Out[91]: -0.43478889663783105
s[1:3]
Out[92]: 
b   -0.04795
c   -0.82672
dtype: float64
s['b':'d']
Out[93]: 
b   -0.047950
c   -0.826720
d    1.493415
dtype: float64
s[[3,2,1]]
Out[94]: 
d    1.493415
c   -0.826720
b   -0.047950
dtype: float64
s[['b','c','a']]
Out[95]: 
b   -0.047950
c   -0.826720
a   -0.434789
dtype: float64

对于NaN值得处理,我们可以使用isnull，notnull来判断是否有NaN值

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
a = {'lufei':10,'namei':30,'qiaoba':40}
s = pd.Series(a,index=['lufei','namei','qiaoba','suolong'])
s
Out[98]: 
lufei      10.0
namei      30.0
qiaoba     40.0
suolong     NaN
dtype: float64
s.isnull()
Out[99]: 
lufei      False
namei      False
qiaoba     False
suolong     True
dtype: bool
s.notnull()
Out[100]: 
lufei       True
namei       True
qiaoba      True
suolong    False
dtype: bool

Series的索引就可就地修改，直接使用s.index

1
2
3
4
5
6
7
8
9
10
11
12
s.index
Out[104]: Index(['lufei', 'namei', 'qiaoba', 'suolong'], dtype='object')
s.index=list('abcd')
s
Out[107]: 
a    10.0
b    30.0
c    40.0
d     NaN
dtype: float64

于贵洋 wechat
要教我弹吉他嘛！