Series结构,也称Series序列,是Pandas常用的数据结构之一,它是一种类似于一维数组的结构,由一组数据值(value)和一组标签组成,其中标签与数据值之间是一一对应的关系。 Series可以保存任何数据类型,比如整数、字符串、浮点数、Python对象等,它的标签默认为整数,从0开始依次递增。Series的结构图,如下所示: 通过标签我们可以更加直观地查看数据所在的索引位置。 创建Series对象 Pandas使用Series()函数来创建Series对象,通过这个对象可以调用相应的方法和属性,从而达到处理数据的目的: import pandas as pd
s=pd.Series( data, index, dtype, copy)12复制代码类型:[python] 参数说明如下所示: 参数名称 | 描述 |
---|
data | 输入的数据,可以是列表、常量、ndarray 数组等。 | index | 索引值必须是惟一的,如果没有传递索引,则默认为 np.arrange(n)。 | dtype | dtype表示数据类型,如果没有提供,则会自动判断得出。 | copy | 表示对 data 进行拷贝,默认为 False。
|
我们也可以使用数组、字典、标量值或者Python对象来创建Series对象。下面展示了创建Series对象的不同方法: 1)创建一个空Series对象 使用以下方法可以创建一个空的Series对象,如下所示: import pandas as pd#输出数据为空s = pd.Series()
print(s)1234复制代码类型:[python] 输出结果如下: Series([], dtype: float64)1复制代码类型:[python] 2)ndarray创建Series对象 ndarray是NumPy中的数组类型,当data是ndarry时,传递的索引必须具有与数组相同的长度。假如没有给index参数传参,在默认情况下,索引值将使用是range(n)生成,其中n代表数组长度,如下所示: [0,1,2,3…. range(len(array))-1]1复制代码类型:[python] 使用默认索引,创建Series序列对象: import pandas as pdimport numpy as np
data = np.array(['a','b','c','d'])
s = pd.Series(data)print (s)12345复制代码类型:[python] 输出结果如下: 0 a1 b2 c3 d
dtype: object12345复制代码类型:[python] 上述示例中没有传递任何索引,所以索引默认从0开始分配,其索引范围为0到len(data)-1,即0到3。这种设置方式被称为“隐式索引”。 除了上述方法外,你也可以使用“显式索引”的方法定义索引标签,示例如下: import pandas as pdimport numpy as np
data = np.array(['a','b','c','d'])#自定义索引标签(即显示索引)s = pd.Series(data,index=[100,101,102,103])
print(s)123456复制代码类型:[python] 输出结果: 100 a101 b102 c103 d
dtype: object12345复制代码类型:[python] 3)dict创建Series对象 您可以把dict作为输入数据。如果没有传入索引时会按照字典的键来构造索引;反之,当传递了索引时需要将索引标签与字典中的值一一对应。 下面两组示例分别对上述两种情况做了演示。 示例1,没有传递索引时: import pandas as pdimport numpy as np
data = {'a' : 0., 'b' : 1., 'c' : 2.}
s = pd.Series(data)
print(s)12345复制代码类型:[python] 输出结果: a 0.0b 1.0c 2.0dtype: float641234复制代码类型:[python] 示例2,为index参数传递索引时: import pandas as pdimport numpy as np
data = {'a' : 0., 'b' : 1., 'c' : 2.}
s = pd.Series(data,index=['b','c','d','a'])
print(s)12345复制代码类型:[python] 输出结果: b 1.0c 2.0d NaN
a 0.0dtype: float6412345复制代码类型:[python] 当传递的索引值无法找到与其对应的值时,使用NaN(非数字)填充。 4)标量创建Series对象 如果data是标量值,则必须提供索引,示例如下: import pandas as pdimport numpy as np
s = pd.Series(5, index=[0, 1, 2, 3])
print(s)1234复制代码类型:[python] 输出如下: 0 51 52 53 5dtype: int6412345复制代码类型:[python] 标量值按照index的数量进行重复,并与其一一对应。 访问Series数据 上述讲解了创建Series对象的多种方式,那么我们应该如何访问Series序列中元素呢?分为两种方式,一种是位置索引访问;另一种是索引标签访问。 1)位置索引访问 这种访问方式与ndarray和list相同,使用元素自身的下标进行访问。我们知道数组的索引计数从0开始,这表示第一个元素存储在第0个索引位置上,以此类推,就可以获得Series序列中的每个元素。下面看一组简单的示例: import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])
print(s[0]) #位置下标print(s['a']) #标签下标1234复制代码类型:[python] 输出结果: 1112复制代码类型:[java] 通过切片的方式访问Series序列中的数据,示例如下: import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])
print(s[:3])123复制代码类型:[python] 输出结果: a 1b 2c 3dtype: int641234复制代码类型:[python] 如果想要获取最后三个元素,也可以使用下面的方式: import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])
print(s[-3:])123复制代码类型:[python] 输出结果: c 3d 4e 5dtype: int641234复制代码类型:[python] 2)索引标签访问 Series类似于固定大小的dict,把index中的索引标签当做key,而把Series序列中的元素值当做value,然后通过index索引标签来访问或者修改元素值。 示例1,使用索标签访问单个元素值: import pandas as pd
s = pd.Series([6,7,8,9,10],index = ['a','b','c','d','e'])
print(s['a'])123复制代码类型:[python] 输出结果: 61复制代码类型:[python] 示例2,使用索引标签访问多个元素值 import pandas as pd
s = pd.Series([6,7,8,9,10],index = ['a','b','c','d','e'])
print(s[['a','c','d']])123复制代码类型:[python] 输出结果: a 6c 8d 9dtype: int641234复制代码类型:[python] 示例3,如果使用了index中不包含的标签,则会触发异常: import pandas as pd
s = pd.Series([6,7,8,9,10],index = ['a','b','c','d','e'])#不包含f值print(s['f'])1234复制代码类型:[python] 输出结果: ......
KeyError: 'f'12复制代码类型:[python] Series常用属性 下面我们介绍Series的常用属性和方法。在下表列出了Series对象的常用属性。 名称 | 属性 |
---|
axes | 以列表的形式返回所有行索引标签。 | dtype | 返回对象的数据类型。 | empty | 返回一个空的 Series 对象。 | ndim | 返回输入数据的维数。 | size | 返回输入数据的元素数量。 | values | 以 ndarray 的形式返回 Series 对象。 | index | 返回一个RangeIndex对象,用来描述索引的取值范围。 |
现在创建一个Series对象,并演示如何使用上述表格中的属性。如下所示: import pandas as pdimport numpy as np
s = pd.Series(np.random.randn(5))
print(s)1234复制代码类型:[python] 输出结果: 0 0.8980971 0.7302102 2.3074013 -1.7230654 0.346728dtype: float64123456复制代码类型:[python] 上述示例的行索引标签是[0,1,2,3,4]。 1)axes import pandas as pdimport numpy as np
s = pd.Series(np.random.randn(5))print ("The axes are:")
print(s.axes)12345复制代码类型:[python] 输出结果 The axes are:
[RangeIndex(start=0, stop=5, step=1)]12复制代码类型:[python] 2)dtype import pandas as pdimport numpy as np
s = pd.Series(np.random.randn(5))print ("The dtype is:")
print(s.dtype)12345复制代码类型:[python] 输出结果: The dtype is:
float6412复制代码类型:[python] 3)empty 返回一个布尔值,用于判断数据对象是否为空。示例如下: import pandas as pdimport numpy as np
s = pd.Series(np.random.randn(5))
print("是否为空对象?")print (s.empty)12345复制代码类型:[python] 输出结果: 是否为空对象?False12复制代码类型:[python] 4)ndim 查看序列的维数。根据定义,Series是一维数据结构,因此它始终返回1。 import pandas as pdimport numpy as np
s = pd.Series(np.random.randn(5))print (s)print (s.ndim)12345复制代码类型:[python] 输出结果: 0 0.3114851 1.7488602 -0.0227213 -0.1292234 -0.489824dtype: float6411234567复制代码类型:[python] 5)size 返回Series对象的大小(长度)。 import pandas as pdimport numpy as np
s = pd.Series(np.random.randn(3))print (s)#series的长度大小print(s.size)123456复制代码类型:[python] 输出结果: 0 -1.8662611 -0.6367262 0.586037dtype: float64312345复制代码类型:[python] 6)values 以数组的形式返回Series对象中的数据。 import pandas as pdimport numpy as np
s = pd.Series(np.random.randn(6))
print(s)
print("输出series中数据")
print(s.values)123456复制代码类型:[python] 输出结果: 0 -0.5021001 0.6961942 -0.9820633 0.4164304 -1.3845145 0.444303dtype: float64
输出series中数据
[-0.50210028 0.69619407 -0.98206327 0.41642976 -1.38451433 0.44430257]123456789复制代码类型:[python] 7)index 该属性用来查看Series中索引的取值范围。示例如下: #显示索引import pandas as pd
s=pd.Series([1,2,5,8],index=['a','b','c','d'])
print(s.index)#隐式索引s1=pd.Series([1,2,5,8])
print(s1.index)1234567复制代码类型:[python] 输出结果: 隐式索引:
Index(['a', 'b', 'c', 'd'], dtype='object')
显示索引:
RangeIndex(start=0, stop=4, step=1)1234复制代码类型:[python] Series常用方法 1)head()&tail()查看数据 如果想要查看Series的某一部分数据,可以使用head()或者tail()方法。其中head()返回前n行数据,默认显示前5行数据。示例如下: import pandas as pdimport numpy as np
s = pd.Series(np.random.randn(5))print ("The original series is:")print (s)#返回前三行数据print (s.head(3))1234567复制代码类型:[python] 输出结果: 原系列输出结果:0 1.2496791 0.6364872 -0.9876213 0.9996134 1.607751head(3)输出:
dtype: float640 1.2496791 0.6364872 -0.987621dtype: float64123456789101112复制代码类型:[python] tail()返回的是后n行数据,默认为后5行。示例如下: import pandas as pdimport numpy as np
s = pd.Series(np.random.randn(4))#原seriesprint(s)#输出后两行数据print (s.tail(2))1234567复制代码类型:[python] 输出结果: 原Series输出:0 0.0533401 2.1658362 -0.7191753 -0.035178输出后两行数据:
dtype: float642 -0.7191753 -0.035178dtype: float6412345678910复制代码类型:[python] 2)isnull()&nonull()检测缺失值 isnull()和nonull()用于检测Series中的缺失值。所谓缺失值,顾名思义就是值不存在、丢失、缺少。 isnull():如果为值不存在或者缺失,则返回True。 notnull():如果值不存在或者缺失,则返回False。 其实不难理解,在实际的数据分析任物中,数据的收集往往要经历一个繁琐的过程。在这个过程中难免会因为一些不可抗力,或者人为因素导致数据丢失的现象。这时,我们可以使用相应的方法对缺失值进行处理,比如均值插值、数据补齐等方法。上述两个方法就是帮助我们检测是否存在缺失值。示例如下: import pandas as pd#None代表缺失数据s=pd.Series([1,2,5,None])
print(pd.isnull(s)) #是空值返回Trueprint(pd.notnull(s)) #空值返回False12345复制代码类型:[python] 输出结果: 0 False1 False2 False3 Truedtype: boolnotnull():0 True1 True2 True3 Falsedtype: bool
|