Pandas数据结构:Series

Pandas有Series和DataFrame两种数据结构,我们之前已经讲过了DataFrame,接下来给大家介绍下另一种数据结构Series。

什么是Series?

import numpy as np
import pandas as pd
# Series 带有标签的一维数组  标签统称为索引
# Series 相比于ndarray 是一个自带索引Index的一维数组
​
arr = np.random.rand(5)
print(arr)
print("")
​
s = pd.Series(arr)  # Series数组
print(s)
print("")
​
s_index = s.index  # 查看标签(索引)
print(s_index, type(s_index))
print("")
print(list(s_index))
print("")
​
s_values = s.values  # 查看数组数值
print(s_values)
[ 0.67962276  0.76999562  0.95308305  0.66162424  0.93883112]
​
0    0.679623
1    0.769996
2    0.953083
3    0.661624
4    0.938831
dtype: float64
​
RangeIndex(start=0, stop=5, step=1) <class 'pandas.core.indexes.range.RangeIndex'>
​
[0, 1, 2, 3, 4]
​
[ 0.67962276  0.76999562  0.95308305  0.66162424  0.93883112]

 

# 自定义Series索引
​
arr = np.random.rand(5)
s = pd.Series(arr, index=list("abcde"))
print(s)
a    0.239432
b    0.554542
c    0.058231
d    0.211549
e    0.362285
dtype: float64

 

Series创建方法

# 方法一: 有字典创建 键是index 值是values
​
dic = {"a":1, "b":4, "c":7, "d":10, "e": 13}
print(dic)  
print("")
​
s = pd.Series(dic)
print(s)
{'a': 1, 'b': 4, 'c': 7, 'd': 10, 'e': 13}
​
a     1
b     4
c     7
d    10
e    13
dtype: int64

 

# 方法二: 通过一维数组创建
​
arr = np.random.rand(10)
print(arr)
s = pd.Series(arr)
print("")
​
print(len(arr))  # 数组元素个数
print("")
​
s = pd.Series(arr, index=[chr(i) for i in range(97, 97+len(arr))])  # 通过index自定义索引
print(s)
print("")
​
s = pd.Series(arr, index=[chr(i) for i in range(97, 97+len(arr))], dtype=np.int64, name="xidada")  # 通过dtype改变数值类型  
print(s)  # 通过name给Series命名
print("")
​
s1 = s.rename("haha")  # 给Series重命名 不改变原数组
print(s1)
print("")
​
print(s)  # 验证是否改变原数组
[ 0.4111878   0.93669184  0.59347862  0.5556242   0.84825598  0.17569935
  0.2559087   0.63532653  0.35589697  0.09424473]
​
10
​
a    0.411188
b    0.936692
c    0.593479
d    0.555624
e    0.848256
f    0.175699
g    0.255909
h    0.635327
i    0.355897
j    0.094245
dtype: float64
​
a    0
b    0
c    0
d    0
e    0
f    0
g    0
h    0
i    0
j    0
Name: xidada, dtype: int64
​
a    0
b    0
c    0
d    0
e    0
f    0
g    0
h    0
i    0
j    0
Name: haha, dtype: int64
​
a    0
b    0
c    0
d    0
e    0
f    0
g    0
h    0
i    0
j    0
Name: xidada, dtype: int64

 

# 通过标量创建
​
s = pd.Series(100, index=range(5))
print(s)
0    100
1    100
2    100
3    100
4    100
dtype: int64

 

Series下标索引

import numpy as np
import pandas as pd
s = pd.Series(np.random.rand(5), index=list("abcde"))
print(s)
print("")
​
print(s[1])  # 通过索引值取值
print("")
​
print(s["b"])  # 通过索引名取值
print("")
​
print(s[[1, 3]])  # [[]] 通过索引值一次性取多个不连续的值
print("")
​
print(s[["a", "c"]])  # [[通过索引名一次性取多个不连续值
a    0.001694
b    0.107466
c    0.272233
d    0.637616
e    0.875348
dtype: float64
​
0.107465887721
​
0.107465887721
​
b    0.107466
d    0.637616
dtype: float64
​
a    0.001694
c    0.272233
dtype: float64

 

Series切片

s1 = pd.Series(np.random.rand(5), name="s1")
print(s1)
print("")
s2 = pd.Series(np.random.rand(5), index=list("abcde"), name="s2")
print(s2)
print("")
​
print(s1[1:3])
print("")
​
print(s2["a": "c"])  # 通过索引名做切片包含尾端
0    0.552817
1    0.161405
2    0.286264
3    0.460512
4    0.853018
Name: s1, dtype: float64
​
a    0.748047
b    0.378824
c    0.765008
d    0.813067
e    0.654207
Name: s2, dtype: float64
​
1    0.161405
2    0.286264
Name: s1, dtype: float64
​
a    0.748047
b    0.378824
c    0.765008
Name: s2, dtype: float64

 

Series布尔型索引

arr = np.random.rand(5)*100
s = pd.Series(arr, index=[chr(i) for i in range(97, 97+len(arr))])
print(s)
print("")

bool_index = s>50  # 布尔型索引
print(bool_index)
print("")

print(s[s>50])  # 用bool_index取出s中大于50的值
a    24.447599
b     0.795073
c    49.464825
d     9.987239
e    86.314340
dtype: float64

a    False
b    False
c    False
d    False
e     True
dtype: bool

e    86.31434
dtype: float64

 

print(s)
s["f"] = None  # 给s添加一个空值
s["g"] = np.nan  # np.nan 代表有问题的值 也会识别为空值
print("")

print(s)
print("")

bool_index1 = s.isnull()  # 判断那些值是空值: 空值是True 非空为False
print(bool_index1)
print("")

print(s[bool_index1])  # 取出空值
print("")

bool_index2 = s.notnull()  # 判断那些值是非空值: 空值是False 非空为True
print(bool_index2)
print("")

print(s[bool_index2])  # 取出非空值
a     24.4476
b    0.795073
c     49.4648
d     9.98724
e     86.3143
f        None
g         NaN
dtype: object

a     24.4476
b    0.795073
c     49.4648
d     9.98724
e     86.3143
f        None
g         NaN
dtype: object

a    False
b    False
c    False
d    False
e    False
f     True
g     True
dtype: bool

f    None
g     NaN
dtype: object

a     True
b     True
c     True
d     True
e     True
f    False
g    False
dtype: bool

a     24.4476
b    0.795073
c     49.4648
d     9.98724
e     86.3143
dtype: object

 

Series基本技巧

查看数据

import numpy as np
import pandas as pd
s = pd.Series(np.random.rand(15))
print(s)
print("")

print(s.head())  # 查看前5条数据
print("")

print(s.head(2))  # 查看前2条数据
print("")

print(s.tail())  # 查看后5条数据
print("")

print(s.tail(2))  # 查看后两条数据
0     0.049732
1     0.281123
2     0.398361
3     0.492084
4     0.555350
5     0.729037
6     0.603854
7     0.643413
8     0.951804
9     0.459948
10    0.261974
11    0.897656
12    0.428898
13    0.426533
14    0.301044
dtype: float64

0    0.049732
1    0.281123
2    0.398361
3    0.492084
4    0.555350
dtype: float64

0    0.049732
1    0.281123
dtype: float64

10    0.261974
11    0.897656
12    0.428898
13    0.426533
14    0.301044
dtype: float64

13    0.426533
14    0.301044
dtype: float64

 

重置索引

# reindex 与给索引重新命名不同

s = pd.Series(np.random.rand(5), index=list("bdeac"))
print(s)
print("")

s1 = s.reindex(list("abcdef"))  # Series的reindex使它符合新的索引,如果索引不存在就自动填入空值
print(s1)
print("")

print(s)  # 不会改变原数组
print("")

s2 = s.reindex(list("abcdef"), fill_value=0)  # 如果索引值不存在就自定义填入缺失值
print(s2)
b    0.539124
d    0.853346
e    0.065577
a    0.406689
c    0.562758
dtype: float64

a    0.406689
b    0.539124
c    0.562758
d    0.853346
e    0.065577
f         NaN
dtype: float64

b    0.539124
d    0.853346
e    0.065577
a    0.406689
c    0.562758
dtype: float64

a    0.406689
b    0.539124
c    0.562758
d    0.853346
e    0.065577
f    0.000000
dtype: float64

 

对齐

s1 = pd.Series(np.random.rand(3), index=list("abc"))
s2 = pd.Series(np.random.rand(3), index=list("cbd"))
print(s1)
print("")

print(s2)
print("")

print(s1+s2)  # 对应的标签相加  缺失值加任何值还是缺失值
a    0.514657
b    0.618971
c    0.456840
dtype: float64

c    0.083065
b    0.893543
d    0.125063
dtype: float64

a         NaN
b    1.512513
c    0.539905
d         NaN
dtype: float64

 

删除

# Series.drop("索引名") 

s = pd.Series(np.random.rand(5), index=list("abcde"))
print(s)
print("")

s1 = s.drop("b")  # 一次删除一个并返回副本
print(s1)
print("")

s2 = s.drop(["d", "e"])  # 一次删除两个并返回副本
print(s2)
print("")

print(s)  # 验证原数没有改变
a    0.149823
b    0.330215
c    0.069852
d    0.967414
e    0.867417
dtype: float64

a    0.149823
c    0.069852
d    0.967414
e    0.867417
dtype: float64

a    0.149823
b    0.330215
c    0.069852
dtype: float64

a    0.149823
b    0.330215
c    0.069852
d    0.967414
e    0.867417
dtype: float64

 

s = pd.Series(np.random.rand(5), index=list("abcde"))
print(s)
print("")

s1 = s.drop(["b", "c"], inplace=True)  # inplace默认是False 改为True后不会返回副本 直接修改原数组
print(s1)
print("")

print(s)  # 验证原数组已改变
a    0.753187
b    0.077156
c    0.626230
d    0.428064
e    0.809005
dtype: float64

None

a    0.753187
d    0.428064
e    0.809005
dtype: float64

 

添加

s1 = pd.Series(np.random.rand(5), index=list("abcde"))
print(s1)
print("")

# 通过索引标签添加
s1["f"] = 100
print(s1)
print("")

# 通过append添加一个数组 并返回一个新的数组

s2 = s1.append(pd.Series(np.random.rand(2), index=list("mn")))
print(s2)
a    0.860190
b    0.351980
c    0.237463
d    0.159595
e    0.119875
dtype: float64

a      0.860190
b      0.351980
c      0.237463
d      0.159595
e      0.119875
f    100.000000
dtype: float64

a      0.860190
b      0.351980
c      0.237463
d      0.159595
e      0.119875
f    100.000000
m      0.983410
n      0.293722
dtype: float64

(1)获取更多优质内容及精彩资讯,可前往:https://www.cda.cn/?seo

(2)了解更多数据领域的优质课程:

 

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章