pandas 数据结构之Series的使用方法

技术  /  管理员 发布于 7年前   166

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DataFrameIn [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listIn [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 = {'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   TrueOhio     FalseOregon    FalseTexas     Falsedtype: boolIn [52]: pd.notnull(ser3)Out[52]: California  FalseOhio      TrueOregon     TrueTexas     Truedtype: 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([u'a', u'b', u'c', u'd'], 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

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。