首页 > 代码库 > pandas 学习(1): pandas 数据结构之Series

pandas 学习(1): pandas 数据结构之Series

1. Series

  Series 是一个类数组的数据结构,同时带有标签(lable)或者说索引(index)。

  1.1 下边生成一个最简单的Series对象,因为没有给Series指定索引,所以此时会使用默认索引(从0到N-1)。

# 引入Series和DataFrame
In [16]: from pandas import Series,DataFrameIn [17]: import pandas as pdIn [18]: ser1 = Series([1,2,3,4])In [19]: ser1Out[19]: 0 11 22 33 4dtype: int64

  1.2 当要生成一个指定索引的Series 时候,可以这样:  

# 给index指定一个list
In [23]: ser2 = Series(range(4),index = ["a","b","c","d"])In [24]: ser2Out[24]: a 0b 1c 2d 3dtype: int64

  1.3 也可以通过字典来创建Series对象

In [45]: sdata = http://www.mamicode.com/{Ohio: 35000, Texas: 71000, Oregon: 16000, Utah: 5000}In [46]: ser3 = Series(sdata)# 可以发现,用字典创建的Series是按index有序的In [47]: ser3Out[47]: Ohio      35000Oregon    16000Texas     71000Utah       5000dtype: int64

  在用字典生成Series的时候,也可以指定索引,当索引中值对应的字典中的值不存在的时候,则此索引的值标记为Missing,NA,并且可以通过函数(pandas.isnull,pandas.notnull)来确定哪些索引对应的值是没有的。

In [48]: states = [California, Ohio, Oregon, Texas]In [49]: ser3 = Series(sdata,index = states)In [50]: ser3Out[50]: California        NaNOhio          35000.0Oregon        16000.0Texas         71000.0dtype: float64
# 判断哪些值为空
In [51]: pd.isnull(ser3)
Out[51]:
California     True
Ohio          False
Oregon        False
Texas         False
dtype: bool

In [52]: pd.notnull(ser3)
Out[52]:
California    False
Ohio           True
Oregon         True
Texas          True
dtype: bool

 

  1.4 访问Series中的元素和索引:

# 访问索引为"a"的元素
In [25]: ser2["a"]Out[25]: 0# 访问索引为"a","c"的元素In [26]: ser2[["a","c"]]Out[26]: a 0c 2dtype: int64# 获取所有的值In [27]: ser2.valuesOut[27]: array([0, 1, 2, 3])# 获取所有的索引In [28]: ser2.indexOut[28]: Index([ua, ub, uc, ud], dtype=object)

  1.5 简单运算

  在pandas的Series中,会保留NumPy的数组操作(用布尔数组过滤数据,标量乘法,以及使用数学函数),并同时保持引用的使用

In [34]: ser2[ser2 > 2]Out[34]: a    64d     3dtype: int64In [35]: ser2 * 2Out[35]: a    128b      2c      4d      6dtype: int64In [36]: np.exp(ser2)Out[36]: a    6.235149e+27b    2.718282e+00c    7.389056e+00d    2.008554e+01dtype: float64

  1.6 Series的自动对齐

    Series的一个重要功能就是自动对齐(不明觉厉),看看例子就明白了。 差不多就是不同Series对象运算的时候根据其索引进行匹配计算。

# ser3 的内容
In [60]: ser3Out[60]: Ohio 35000Oregon 16000Texas 71000Utah 5000dtype: int64# ser4 的内容In [61]: ser4Out[61]: California NaNOhio 35000.0Oregon 16000.0Texas 71000.0dtype: float64# 相同索引值的元素相加In [62]: ser3 + ser4Out[62]: California NaNOhio 70000.0Oregon 32000.0Texas 142000.0Utah NaNdtype: float64

  1.7 命名

  Series对象本身,以及索引都有一个 name 属性

In [64]: ser4.index.name = "state"In [65]: ser4.name = "population"In [66]: ser4Out[66]: stateCalifornia        NaNOhio          35000.0Oregon        16000.0Texas         71000.0Name: population, dtype: float64

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2. DataFrame

pandas 学习(1): pandas 数据结构之Series