Pandas常用的两种数据类型之“Series”

关于Pandas
Pandas库基于Numpy库，提供了很多用于数据操作与分析的功能。

1.安装与使用
安装：
pip install pandas
根据惯例，我们使用如下的方式引入pandas：import pandas as pd
两个常用数据类型:
pandas提供两个常用的数据类型：
• Series
• DataFrame

In [1]:
import pandas as pd

2.Series类型
Series类型类似于Numpy的一维数组对象，可以将该类型看做是一组数据与数据相关的标签（索引）联合而构成（带有标签的一维数组对象）。
1.创建方式
Series常用的创建（初始化）方式：
• 列表等可迭代对象
• ndarray数组对象
• 字典对象
• 标量

In [3]:

1. 使用列表创建series

s=pd.Series([1,2,3])

左边的0 1 2 位置标签 key

print(s,type(s))

2.使用字典来创建，可以直接使用字典类型指定每个元素的标签

s=pd.Series({"a":10,"b":20,"c":30})
print(s)

a 10
b 20
c 30
dtype: int64

2.相关属性
• index
• values
• shape
• size
• dtype
Series对象可以通过index与values访问索引与值。其中，我们也可以通过修改index属性来修改Series的索引。说明：
• 如果没有指定索引，则会自动生成从0开始的整数值索引，也可以使用index显式指定索引。
• 当数值较多时，可以通过head与tail访问前 / 后N个数据。
• Series对象的数据只能是一维数组类型。

In [10]:

index属性 创建了series的时候，每个元素的标签，就是index

如果创建的时候，没有指定index属性，使用0 1 2....位置索引来充当index

如果指定了index，使用指定的值来充当表标签

s=pd.Series([1,2,3],index=["a","b","c"])

索引能不能用整数来充当呢？可以,但是不建议这样使用

s=pd.Series([1,2,3],index=[2,3,4])

s

s[2]

print(s.shape) # size都是用来显示series中有多少个元素的

(3,)

3.Series相关操作
Series在操作上，与Numpy数据具有如下的相似性：
• 支持广播与矢量化运算。
• 支持索引与切片。
• 支持整数数组与布尔数组提取元素。
1.运算
Series类型也支持矢量化运算与广播操作。计算规则与Numpy数组的规则相同。同时，Numpy的一些函数，也适用于Series类型，例如，np.mean，np.sum等。
多个Series运算时，会根据索引进行对齐。当索引无法匹配时，结果值为NaN（缺失值）。说明：
• 我们可以通过pandas或Series的isnull与notnull来判断数据是否缺失。
• 除了运算符以外，我们也可以使用Series对象提供的相关方法进行运算【可以指定缺失的填充值】。
• 尽管Numpy的一些函数，也适用于Series类型，但Series与ndarray数组对于空值NaN的计算处理方式上是不同的。【Numpy的计算，会得到NaN，而Series会忽略NaN】

In [12]:

s1=pd.Series([1,2,3])

s2=pd.Series([10,20,30])

s1+1

s1+s2

Out[12]:
0 11
1 22
2 33
dtype: int64

2.索引
标签索引与位置索引
如果Series对象的index值为非数值类型，通过[索引]访问元素，索引既可以是标签索引，也可以是位置索引。这会在一定程度上造成混淆。我们可以通过：
• loc 仅通过标签索引访问。
• iloc 仅通过位置索引访问。
这样，就可以更加具有针对性去访问元素。
整数数组索引与布尔数组索引
Series也支持使用整数数组与布尔数组进行索引。与Numpy数组相同，二者返回的是原数组数据的拷贝（复制）。
说明：
• 与ndarray数组的整数索引不太相同，Series的整数数组索引，既可以是标签数组索引，也可以是位置数组索引。

In [30]:

s=pd.Series([1,2,3],index=[10,20,30])

s[index]

s[0]

s[10]

不建议直接使用s[index] index可能是位置标签，也可能是名字标签

如果一个series有了index标签，位置索引失效。

为了使用位置索引和标签索引清晰，series单独提供了，标签索引方式和位置索引方式

loc 仅通过标签索引访问。

iloc 仅仅通过位置进行访问

s=pd.Series([1,2,3],index=[10,20,30])

s.loc[10]

s.iloc[0]

s.ix[index] 老版本 先以标签优先查找，如果标签没找到，则按照位置 不建议使用。

series可以使用整数数组作为索引，用来提取多个元素（跟numpy一致）

s.iloc[0],s.iloc[1]
li_index=[0,1]
s.iloc[li_index]
li_keys=[10,20]
s.loc[li_keys]

series可以使用布尔数组作为索引，s[布尔数组]，可以将true对应的元素留下，其余去掉

使用的时候，与或非的规则跟numpy一致

s[[True,False,False]]
s=pd.Series(range(20))
s_b=s>10
s[s_b]

Out[30]:
0 0
1 1
2 2
3 3
4 4
5 5
6 6
7 7
8 8
9 9
10 10
dtype: int64

3.切片
Series也支持切片访问一个区间的元素。与Numpy的数组相同，切片返回的是原数组数据的视图。
In [38]:
s=pd.Series(range(20),index=range(100,120))
s

切片获取的时候，也依然遵从索引获取方式，分成按照位置进行切片和按照标签进行切片

loc切片，则按照标签名切 包含start，也包含end

iloc切片，则按照位置进行切 包含start，不包含end

s.iloc[5:10]
s.loc[104:109]

s=pd.Series(range(5),index=["a","b","c","d","e"])
s.loc["d"]
s.loc["b":"d"]

Out[38]:
b 1
c 2
d 3
dtype: int64

4.Series的CRUD
Series索引-数值CRUD操作：
• 获取值
• 修改值
• 增加索引-值
• 删除索引-值

In [48]:
s=pd.Series(range(5),index=["a","b","c","d","e"])

(1)获取元素

iloc或者loc

（2）增加

s.loc["f"]=5

（3）修改

s.loc["f"]=50
s

（4）删除

s.drop(标签)

inplace ：false默认，代表是否进行原地修改。

效率特别重要，原地操作不需要占用额外的内存。如果源数据对后期使用不大，可以进行原地操作，来节省内存。inplace设置成True

s.drop("a")

s.drop("a",inplace=True)
s

Out[48]:
b 1
c 2
d 3
e 4
f 50
dtype: int64

将请期待下一篇——Pandas常用的两种数据类型之“DataFrame”
如果你觉得文章还不错，请大家点赞分享下。你的肯定是我最大的鼓励和支持。
▼更多干货分享，详情请关注公众号Python爬虫与大数据分析呀！▼