Pandas学习记录-Series

系列(Series)是可以保存任何类型的数据(整数，字符串，浮点数，Python对象等)的一维标记数组。轴标签统称为索引。

pandas.Series

Pandas系列可使用如下构造函数建立 -

pandas.Series( data, index, dtype, copy)。

构造函数的参数以下 -

编号	参数	描述
1	data	数据采起各类形式，如：ndarray，list，constants
2	index	索引值必须是惟一的和散列的，与数据的长度相同。 默认np.arange(n)若是没有索引被传递。
3	dtype	dtype用于数据类型。若是没有，将推断数据类型
4	copy	复制数据，默认为false。

可使用各类输入建立一个系列，如 -

• 数组
• 字典
• 标量值或常数

建立一个空的系列

建立一个基本系列是一个空系列。

示例

#import the pandas library and aliasing as pd
import pandas as pd
s = pd.Series()
print s


Python

执行上面示例代码，输出结果以下 -

Series([], dtype: float64)

从ndarray建立一个系列

若是数据是ndarray，则传递的索引必须具备相同的长度。 若是没有传递索引值，那么默认的索引将是范围(n)，其中n是数组长度，即[0,1,2,3…. range(len(array))-1] - 1]。

示例1

#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = np.array(['a','b','c','d'])
s = pd.Series(data)
print s

执行上面示例代码，输出结果以下 -

0   a
1   b
2   c
3   d
dtype: object

示例2

#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = np.array(['a','b','c','d'])
s = pd.Series(data,index=[100,101,102,103])
print s


Python

执行上面示例代码，输出结果以下 -

100  a
101  b
102  c
103  d
dtype: object


Python

在这里传递了索引值。如今能够在输出中看到自定义的索引值

从字典建立一个系列

字典(dict)能够做为输入传递，若是没有指定索引，则按排序顺序取得字典键以构造索引。 若是传递了索引，索引中与标签对应的数据中的值将被拉出。

示例2

#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = {'a' : 0., 'b' : 1., 'c' : 2.}
s = pd.Series(data)
print s


Python

执行上面示例代码，输出结果以下 -

a 0.0
b 1.0
c 2.0
dtype: float64


Python

注意 - 字典键用于构建索引。

示例

#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = {'a' : 0., 'b' : 1., 'c' : 2.}
s = pd.Series(data,index=['b','c','d','a'])
print s


Python

执行上面示例代码，输出结果以下 -

b 1.0
c 2.0
d NaN
a 0.0
dtype: float64


Python

注意观察 - 索引顺序保持不变，缺乏的元素使用NaN(不是数字)填充。

从标量建立一个系列

若是数据是标量值，则必须提供索引。将重复该值以匹配索引的长度。

#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
s = pd.Series(5, index=[0, 1, 2, 3])
print s

执行上面示例代码，获得如下结果 -

0  5
1  5
2  5
3  5
dtype: int64

从具备位置的系列中访问数据

系列中的数据可使用相似于访问ndarray中的数据来访问。

示例-1

检索第一个元素。好比已经知道数组从零开始计数，第一个元素存储在零位置等等。

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])

#retrieve the first element
print s[0]


Python

执行上面示例，获得如下结果 -

1


Shell

示例-2

检索系列中的前三个元素。 若是a:被插入到其前面，则将从该索引向前的全部项目被提取。 若是使用两个参数(使用它们之间)，两个索引之间的项目(不包括中止索引)。

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])

#retrieve the first three element
print s[:3]

执行上面示例，获得如下结果 -

a  1
b  2
c  3
dtype: int64

示例-3

检索最后三个元素，参考如下示例代码 -

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])

#retrieve the last three element
print s[-3:]

执行上面示例代码，获得如下结果 -

c  3
d  4
e  5
dtype: int64

使用标签检索数据(索引)

一个系列就像一个固定大小的字典，能够经过索引标签获取和设置值。

示例1

使用索引标签值检索单个元素。

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])

#retrieve a single element
print s['a']

执行上面示例代码，获得如下结果 -

1

示例2

使用索引标签值列表检索多个元素。

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])

#retrieve multiple elements
print s[['a','c','d']]

执行上面示例代码，获得如下结果 -

a  1
c  3
d  4
dtype: int64

示例3

若是不包含标签，则会出现异常。

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])

#retrieve multiple elements
print s['f']

执行上面示例代码，获得如下结果 -

KeyError: 'f'