pandas中数据结构-Series

提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

pandas简介

Pandas是一个开源的，BSD许可的Python库，为Python编程语言提供了高性能，易于使用的数据结构和数据分析工具。Python与Pandas一起使用的领域广泛，包括学术和商业领域，包括金融，经济学，统计学，分析等。在本教程中，我们将学习PythonPandas的各种功能以及如何在实践中使用它们。

pandas安装

安装

pip install pandas

导入

import pandas as pd from pandas import Series, DataFrame

Series介绍

Series是一种类似于一维数组的对象，它由一组数据（各种NumPy数据类型）以及一组与之相关的数据标签（即索引）组成。仅由一组数据即可产生最简单的Series：

>>> import pandas as pd >>> obj=pd.Series([4,7,-5,3]) >>> obj 0 4 1 7 2 -5 3 3 dtype: int64

Series的组成

Series的字符串表现形式为：索引在左边，值在右边。由于我们没有为数据指定索引，于是会自动创建一个0到N-1（N为数据的长度）的整数型索引。你可以通过Series 的values和index属性获取其数组表示形式和索引对象：

索引
值

>>> import pandas as pd >>> obj.values array([ 4, 7, -5, 3], dtype=int64) >>> obj.index RangeIndex(start=0, stop=4, step=1)

Series自定义索引

通常，我们希望所创建的Series带有一个可以对各个数据点进行标记的索引：索引和值是一一对应的关系

>>> obj2=pd.Series([4,7,-5,3],index=['d','b','a','c']) >>> obj2 d 4 b 7 a -5 c 3 dtype: int64

Series通过索引来获取值

>>> obj2['a'] -5 >>> obj2['d'] 4 >>> obj2['c','a','d'] >>> obj2[['c','a','d']] c 3 a -5 d 4 dtype: int64

Series运算

>>> obj2[obj2>0] d 4 b 7 c 3 dtype: int64

>>> obj2*2 d 8 b 14 a -10 c 6 dtype: int64

>>> import numpy as np >>> np.exp(obj2) d 54.598150 b 1096.633158 a 0.006738 c 20.085537 dtype: float64

Series和字典的关系

还可以将Series看成是一个定长的有序字典，因为它是索引值到数据值的一个映射。它可以用在许多原本需要字典参数的函数中：

判断索引是否存在

>>> 'b' in obj2 True >>> 'e' in obj2 False

根据字典来创建

1.传入一个字典来创建一个Series

>>> sdata = {'Ohio': 35000, 'Texas': 71000, 'Oregon': 16000, 'Utah': 5000} >>> obj3=pd.Series(sdata) >>> obj3 Ohio 35000 Texas 71000 Oregon 16000 Utah 5000 dtype: int64

2.传入新的索引来改变字典的顺序

由于新增的California没有值与它对应，所以表示数据缺失

>>> states = ['California', 'Ohio', 'Oregon', 'Texas'] >>> obj4 = pd.Series(sdata, index=states) >>> obj4 California NaN Ohio 35000.0 Oregon 16000.0 Texas 71000.0 dtype: float64

3.检测数据的缺失

>>> pd.isnull(obj4) California True Ohio False Oregon False Texas False dtype: bool >>> pd.notnull(obj4) California False Ohio True Oregon True Texas True dtype: bool

Series利用索引标签对齐数据

简单的说就是对应索引的值相加

>>> obj3 Ohio 35000 Texas 71000 Oregon 16000 Utah 5000 dtype: int64 >>> obj4 California NaN Ohio 35000.0 Oregon 16000.0 Texas 71000.0 dtype: float64 >>> obj3+obj4 California NaN Ohio 70000.0 Oregon 32000.0 Texas 142000.0 Utah NaN dtype: float64

Series修改name值

>>> obj4.name='population' >>> obj4.index.name='state' >>> obj4 state California NaN Ohio 35000.0 Oregon 16000.0 Texas 71000.0 Name: population, dtype: float64