Python数据分析 Series 笔记

 

 002，pandas介绍

 

 

003，Series创建

导入Pandas

 Series 是一种类似于一维数组的对象，由下面两个部分组成：

• values：一组数据（ndarray类型）
• index：相关的数据索引标签

（3.1）Series的创建

两种创建方式：

（1）由列表或Numpy数组创建

• 默认索引为0到N-1的整数型索引

 

• index和values

 

（2）由字典创建

 

 

 

04，Series显式索引和隐式索引

Series的索引

可以使用中括号取单个索引（此时返回的是元素类型），或者中括号里一个列表取多个索引（此时返回的仍然是一个Series类型）。分为显式索引和隐式索引：

（4.1）显式索引：

• 使用index中的元素作为索引值
• 使用.loc[] 推荐

 

（4.2）隐式索引

• 使用整数作为索引值
• 使用.iloc[] （推荐）

 

 

05，Series显式切片和隐式切片

 

 

06，Series基本属性和方法

（6.1）基本属性

• shape   形状
• size    长度
• index  索引
• value  值
• name  名字

 

（6.2）head()和tail()方法

• head()  查看前几条数据，默认5条
• tail()  查看后几条数据，默认5条

 

 （6.3）检测缺失数据

• pd.isnull()
• pd.notnull()
• isnull()
• notnull()

 

 

 （6.4）使用bool值索引过滤数据

第1种方法

 第2种方法

 

07，Series的运算

（7.1）适用于Numpy的数组运算也适用于Series

 

 （7.2）Series之间的运算

• 在运算中自动对齐索引
• 如果索引不对应，则补NaN
• Series没有广播机制

 

 

 

 如果 s4的索引不是[0,1,2,3]，还是根据对应索引的值进行运算

• 注意：要想保留所有的index，则需要使用.add()函数

 

总结：

• Series：可以看做是一个有序的字典结构