學習筆記之pandas的Series

pandas引入約定：

    import pandas as pd

    from pandas import Series

Series是一種類似於一維數組的對象，它由一組數據以及相對應的索引組成。

Series數據可由下面幾種方式生成（索引在左邊，值在右邊）：

一、自動創建並生成索引，索引從0開始

In :

import pandas as pd
from pandas import Series
import numpy as np
obj = Series([1,2,3,4])
obj

Out:

0    1
1    2
2    3
3    4
dtype: int64

二，自定義索引 

In :

obj = Series([1,2,3,4],index = ['a', 'b', 'c', 'd'])
obj

Out:

a    1
b    2
c    3
d    4
dtype: int64

三、通過字典創建

    1.只傳入一個字典，索引即爲dict的key。

In:

sdata = {'a': 1, 'b': 2, 'c': 3, 'd': 4}
obj = Series(sdata)
obj

Out:

a    1
b    2
c    3
d    4
dtype: int64

    2.傳入自定義索引，與dict中的key相同項合併，不同項值爲NaN（類型自動轉換爲float）。NaN可用isnull()或notnull()檢測

In:

skey = ['a', 'b', 'c', 'd', 'e', 'f']
obj = Series(sdata, skey)
obj

Out:

a    1.0
b    2.0
c    3.0
d    4.0
e    NaN
f    NaN
dtype: float64

Series索引可根據賦值立即修改，索引個數要保持一致：

In:

obj.index = ['q', 'w', 'e', 'r', 't', 'y']
obj

 

×

Out:

q    1.0
w    2.0
e    3.0
r    4.0
t    NaN
y    NaN
dtype: float64

Series可通過索引獲取單個或一組值；可通過索引直接賦值：

In :

obj['a']

Out:

1

In :

obj['a'] = 5

Out:

obj

a    5
b    2
c    3
d    4
dtype: int64

Series數組運算（如根據布爾型數組進行過濾、標量乘法、應用數學函數等）也會保留索引和值之間的鏈接：

In :

obj[obj > 2]

Out:

a    5

c    3
d    4
dtype: int64 

In:

obj *2

Out:

a    10
b     4
c     6
d     8
dtype: int64

In :

 

np.exp(obj)

Out:

0     2.718282
1     7.389056
2    20.085537
3    54.598150
dtype: float64

Series重要功能：在算術運算中會自動對齊不同索引的數據：

In:

 

sdata = {'a': 1, 'b': 2}

obj1 = Series(sdata, index = ['a', 'b', 'c'])

obj1

Out:

a    1.0
b    2.0
c    NaN
dtype: float64

In:

 

sdata = {'b':2, 'c': 3, 'd':4}

obj2 = Series(sdata)

obj2

Out:

b    2
c    3
d    4
dtype: int64

In:

 

obj1 + obj2

Out:

a    NaN
b    4.0
c    NaN
d    NaN
dtype: float64