Pandas数据结构-Series(一)

导入必要的包

import numpy as np
import pandas as pd

创建Series

创建只含一个元素的Series

s1 = pd.Series(16)
print(s1)

输出：

0    16
dtype: int64

通过索引获取值

val = s1[0]
print(val)

输出：

16

通过列表创建Series

s2 = pd.Series([7, 8, 9, 10, 11])
print(s2)

输出：

0     7
1     8
2     9
3    10
4    11
dtype: int64

获取Series的所有值或索引

使用Series实例的两个属性：values和index

print(s2.values) # 获取值

输出：

[ 7  8  9 10 11]

使用index属性

print(s2.index) # 获取索引

输出：

RangeIndex(start=0, stop=5, step=1)

指定值和索引创建Series

使用了参数index，参数类型为列表(list)

s3 = pd.Series([1, 2, 3], index=['a', 'b', 'c'])
print(s3)

输出：

a    1
b    2
c    3
dtype: int64

使用已存在的Series索引创建Series

将已存在Series的索引(使用index属性)赋值给参数index

s4 = pd.Series(2, index=s3.index)
print(s4)

输出：

a    2
b    2
c    2
dtype: int64

值的数量不足时，将会依每个索引把值复制一遍

使用5个正态随机数生成Series

这里用了numpy的1-darray类型来创建

dict1 = {'a': 1, 'b': 2, 'c': 3}
s5 = pd.Series(dict1)
print(s5)

输出：

a    1
b    2
c    3
dtype: int64

关于Series值的属性、函数和方法

首先创建一个带有NaN值的Series

s = pd.Series([0, 1, 1, 2, 3, 4, 5, 6, 7, np.nan])
print(s)

输出：

0    0.0
1    1.0
2    1.0
3    2.0
4    3.0
5    4.0
6    5.0
7    6.0
8    7.0
9    NaN
dtype: float64

Series的长度

使用len()函数或size属性

print(len(s))

或

print(s.size)

都将输出：

10

Series的尺寸

使用shape属性，会得到一个元组

print(s.shape)

输出：

(10,)

统计Series中非NaN的值的数量

使用count()方法

print(s.count())

输出：

9

获取Series中的所有的唯一值

使用unique()方法

print(s.unique())

输出：

[ 0.  1.  2.  3.  4.  5.  6.  7. nan]

预览数据的一部分

预览数据的开头部分

使用head()函数，可选参数n：需要预览的行数

print(s.head(3))

输出：

0    0.0
1    1.0
2    1.0
dtype: float64

预览数据的结尾部分

使用tail()函数，可选参数n：需要预览的行数

print(s.tail(4))

输出：

6    5.0
7    6.0
8    7.0
9    NaN
dtype: float64

预览数据的指定部分

使用take()函数，参数：索引组成的列表(list)

print(s.take([2, 3, 6]))

输出：

2    1.0
3    2.0
6    5.0
dtype: float64

在Series中查找值

引用s3：

a    1
b    2
c    3
dtype: int64

通过索引名查找

索引名可为列表(list)

print(s3['a'])

输出：

1

通过位置(从0开始)查找

位置可为列表(list)

print(s3[1])

输出：

2

强行只通过索引名查找

s5 = pd.Series([1, 2, 3], index=[10, 11, 12])

s5结构如下：

10    1
11    2
13    3
dtype: int64

使用loc[]属性，列表类型，可传入列表(list)

print(s5.loc[12])

输出：

3

如果索引名不存在会返回NaN，且不能传入位置

强行只通过位置查找

使用iloc[]属性，列表类型，可传入列表(list)

print(s5.iloc[1])

输出：

2

如果位置不存在会报错，且不能传入索引名

位置和索引名兼容查找(不推荐)

使用ix[]属性，列表类型，可传入列表(list)。