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)。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
# 引入series和dataframe
in [17]: import pandas as pd
in [18]: ser1 = series([1,2,3,4])
in [19]: ser1
out[19]:
0 1
1 2
2 3
3 4
dtype: int64
|
1.2 当要生成一个指定索引的series 时候，可以这样：
|
1
2
3
4
5
6
7
8
9
10
|
# 给index指定一个list
in [23]: ser2 = series(range(4),index = ["a","b","c","d"])
in [24]: ser2
out[24]:
a 0
b 1
c 2
d 3
dtype: int64
|
1.3 也可以通过字典来创建series对象
|
1
2
3
4
5
6
7
8
9
10
11
|
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]: ser3
out[47]:
ohio 35000
oregon 16000
texas 71000
utah 5000
dtype: 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。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
|
in [48]: states = ['california', 'ohio', 'oregon', 'texas']
in [49]: ser3 = series(sdata,index = states)
in [50]: ser3
out[50]:
california nan
ohio 35000.0
oregon 16000.0
texas 71000.0
dtype: 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：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
# 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 0
c 2
dtype: int64
# 获取所有的值
in [27]: ser2.values
out[27]: array([0, 1, 2, 3])
# 获取所有的索引
in [28]: ser2.index
out[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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
in [34]: ser2[ser2 > 2]
out[34]:
a 64
d 3
dtype: int64
in [35]: ser2 * 2
out[35]:
a 128
b 2
c 4
d 6
dtype: int64
in [36]: np.exp(ser2)
out[36]:
a 6.235149e+27
b 2.718282e+00
c 7.389056e+00
d 2.008554e+01
dtype: 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。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
|
# ser3 的内容
in [60]: ser3
out[60]:
ohio 35000
oregon 16000
texas 71000
utah 5000
dtype: int64
# ser4 的内容
in [61]: ser4
out[61]:
california nan
ohio 35000.0
oregon 16000.0
texas 71000.0
dtype: float64
# 相同索引值的元素相加
in [62]: ser3 + ser4
out[62]:
california nan
ohio 70000.0
oregon 32000.0
texas 142000.0
utah nan
dtype: float64
|
1.7 命名
series对象本身，以及索引都有一个 name 属性
|
1
2
3
4
5
6
7
8
9
10
11
12
|
in [64]: ser4.index.name = "state"
in [65]: ser4.name = "population"
in [66]: ser4
out[66]:
state
california nan
ohio 35000.0
oregon 16000.0
texas 71000.0
name: 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服务器之家。
原文链接：https://www.cnblogs.com/linux-wangkun/p/5903380.html