数据分析包 - pandas - series

1. series

　　Series是一种类似于一维数组的对象，由一组数据和一组与之相关的数据标签(索引)组成

2. 创建方法

1. pd.Series([4,5,6,7,8])
2. pd.Series([4,5,6,7,8],index=['a','b','c','d','e'])
3. pd.Series({"a":1,"b":2})
4. pd.Series(0,index=['a','b','c'])

3. 缺失值处理

dropna() # 过滤掉值为NaN的行
fill() # 填充缺失数据
isnull() # 返回布尔数组，缺失值对应为True
notnull() # 返回布尔数组，缺失值对应为False

4. 理解

Series特性

从ndarray创建Series:Series(arr)
与标量（数字）：sr * 2
两个Series运算
通用函数：np.ads(sr)
布尔值过滤：sr[sr>0]
统计函数：mean()、sum()、cumsum()
支持字典的特性：

从字典创建Series：Series(dic),
In运算：'a'in sr、for x in sr
键索引：sr['a'],sr[['a','b','d']]
键切片：sr['a':'c']
其他函数：get('a',default=0)等

5. 关于标签（索引）

1. pandas当中使用整数索引取值是优先以标签解释的，而不是下标
　　可以通过以下来实现：

• • 　　loc属性 # 以标签解释
  • 　　iloc属性 # 以下标解释

　　　sr1.iloc[1] # 以下标解释

　　　sr1.loc[3] # 以标签解释

　2. pandas在运算时，会按索引进行对齐然后计算。如果存在不同的索引，则结果的索引是两个操作数索引的并集。

　　sr1.add(sr3,fill_value=0) # 将sr1与sr2合并，缺失值设为0