1. Series索引
1.1 位置下标索引，类似序列
1） 位置下标从0开始
2） 输出结果为numpy.float格式
3） 可以通过float()函数转换为python float格式
4） numpy.float与float占用字节不同
5）类似序列，但是不同于序列，不可以反向索引，比如下面的s[-1]
import numpy as py
import pandas as pd
s = pd.Series(np.random.rand(5))
print(s)
print('————————————')
print(s[0],type(s[0]),s[0].dtype)
print(float(s[0]),type(float(s[0])))
#print(s[-1])
–> 输出的结果为：
0 0.342137
1 0.478456
2 0.500634
3 0.015527
4 0.475779
dtype: float64
————————————
0.3421371114012325 <class 'numpy.float64'> float64
0.3421371114012325 <class 'float'>
1.2 标签索引
1）方法类似下标索引，用[]表示，内写上index，注意index是字符串
2） 如果需要选择多个标签的值，用[[]]来表示（相当于[]中包含一个列表）
3）多标签索引结果是 新的数组
s = pd.Series(np.random.rand(5), index = ['a','b','c','d','e'])
print(s)
print(s['a'],type(s['a']),s['a'].dtype)
print('————————————')
sci = s[['a','b','e']]
print(sci,type(sci))
–> 输出的结果为：
a 0.036333
b 0.882987
c 0.384999
d 0.730299
e 0.006695
dtype: float64
0.03633292153461065 <class 'numpy.float64'> float64
————————————
a 0.036333
b 0.882987
e 0.006695
dtype: float64 <class 'pandas.core.series.Series'>
1.3 切片索引
1）用index做切片是末端包含，有行数来索引是末端不包含
2）下标索引做切片，和list写法一样
s1 = pd.Series(np.random.rand(5))
s2 = pd.Series(np.random.rand(5), index = ['a','b','c','d','e'])
print(s1[1:4],s1[4])
print(s2['a':'c'],s2['c'])
print(s2[0:3],s2[3])
–> 输出的结果为：
1 0.122908
2 0.755420
3 0.457033
dtype: float64 0.11856745158761783
a 0.822246
b 0.978402
c 0.099879
dtype: float64 0.09987899648438314
a 0.822246
b 0.978402
c 0.099879
dtype: float64 0.05134005655420537
print(s2[:-1])
print(s2[::2])
–> 输出的结果为：
a 0.822246
b 0.978402
c 0.099879
d 0.051340
dtype: float64
a 0.822246
c 0.099879
e 0.743825
dtype:
1.4 布尔型索引
1） 数组做判断之后，返回的是一个由布尔值组成的新的数组
2）.isnull() / .notnull() 判断是否为空值 (None代表空值，NaN代表有问题的数值，两个都会识别为空值)
3）用[判断条件]表示，其中判断条件可以是 一个语句，或者是 一个布尔型数组
s = pd.Series(np.random.rand(3)*100)
s[4] = None # 添加一个空值
print(s)
–> 输出的结果为：
0 76.386
1 42.4521
2 50.1977
4 None
dtype: object
bs1 = s > 50
bs2 = s.isnull()
bs3 = s.notnull()
print(bs1, type(bs1), bs1.dtype)
print(bs2, type(bs2), bs2.dtype)
print(bs3, type(bs3), bs3.dtype)
–> 输出的结果为：
0 True
1 False
2 True
4 False
dtype: bool <class 'pandas.core.series.Series'> bool
0 False
1 False
2 False
4 True
dtype: bool <class 'pandas.core.series.Series'> bool
0 True
1 True
2 True
4 False
dtype: bool <class 'pandas.core.series.Series'> bool
print(s[s > 50])
print(s[bs3])
–> 输出的结果为：
0 76.386
2 50.1977
dtype: object
0 76.386
1 42.4521
2 50.1977
dtype: object
2. Pandas数据结构Series：基本技巧
2.1 数据查看
1）.head()查看头部数据
2）.tail()查看尾部数据
3） 默认查看5条，括号里可以添加数值
s = pd.Series(np.random.rand(50))
print(s.head(7))
print('————————————')
print(s.tail())
–> 输出的结果为：
0 0.534197
1 0.753950
2 0.580653
3 0.160018
4 0.541621
5 0.497129
6 0.005186
dtype: float64
————————
45 0.407972
46 0.093476
47 0.531512
48 0.279823
49 0.863481
dtype:
2.2 重新索引reindex
1）.reindex()将会根据索引重新排序，如果当前索引不存在，则引入缺失值
2）.reindex()中也是写列表
3） fill_value参数：填充缺失值的值
s = pd.Series(np.random.rand(3), index = ['a','b','c'])
print(s)
print('————————————')
s1 = s.reindex(['c','b','a','d'])
print(s1)
print('————————————')
s2 = s.reindex(['c','b','a','d'], fill_value = 0)
print(s2)
–> 输出的结果为：
a 0.901837
b 0.006975
c 0.770128
dtype: float64
————————
c 0.770128
b 0.006975
a 0.901837
d NaN
dtype: float64
————————
c 0.770128
b 0.006975
a 0.901837
d 0.000000
dtype:
2.3 Series对齐
1） Series 和 ndarray 之间的主要区别是，Series 上的操作会根据标签自动对齐
2） index顺序不会影响数值计算，以标签来计算
3） 空值和任何值计算结果仍为空值
s1 = pd.Series(np.random.rand(3), index = ['Jack','Marry','Tom'])
s2 = pd.Series(np.random.rand(3), index = ['Wang','Jack','Marry'])
print(s1)
print('————————————')
print(s2)
print('————————————')
print(s1+s2)
–> 输出的结果为：
Jack 0.978701
Marry 0.060546
Tom 0.046649
dtype: float64
————————————
Wang 0.728876
Jack 0.010574
Marry 0.626720
dtype: float64
————————————
Jack 0.989275
Marry 0.687265
Tom NaN
Wang NaN
dtype:
2.4 Series数据删除
1）.drop() 按行删除数据，返回的是一个副本
2）如果要改变原数据，括号内需要添加inplace = True参数
s = pd.Series(np.random.rand(5), index = list('ngjur'))
print(s)
print('————————————')
s1 = s.drop('n')
print(s1)
–> 输出的结果为：（只删除一行）
n 0.447854
g 0.987785
j 0.859756
u 0.579510
r 0.323817
dtype: float64
————————————
g 0.987785
j 0.859756
u 0.579510
r 0.323817
dtype:
s2 = s.drop(['g','j'])
print(s2)
–> 输出的结果为：（删除多行）
n 0.012650
u 0.909471
r 0.883521
dtype:
print(s)
print('————————————')
s.drop(['g','j'],inplace =True)
print(s)
–> 输出的结果为：（始终是未改变s的数据，加了inplace参数后，原数据发生变化）
n 0.836100
g 0.064396
j 0.164702
u 0.021515
r 0.700410
dtype: float64
————————————
n 0.836100
u 0.021515
r 0.700410
dtype:
2.5 Series数据添加
1）直接通过下标索引/标签index添加值
2）通过.append方法，直接添加一个数组
3）.append方法生成一个新的数组，不改变之前的数组
s1 = pd.Series(np.random.rand(5))
s2 = pd.Series(np.random.rand(5), index = list('abcde'))
print(s1)
print('————————————')
print(s2)
–> 输出的结果为：
0 0.896048
1 0.200918
2 0.524321
3 0.967659
4 0.602467
dtype: float64
————————————
a 0.467757
b 0.977001
c 0.819440
d 0.905913
e 0.506907
dtype:
s1[5] = 100
s2['a'] = 100
print(s1)
print('————————————')
print(s2)
–> 输出的结果为：
0 0.896048
1 0.200918
2 0.524321
3 0.967659
4 0.602467
5 100.000000
dtype: float64
————————————
a 100.000000
b 0.977001
c 0.819440
d 0.905913
e 0.506907
dtype:
s3 = s1.append(s2)
print(s3)
print('————————————')
print(s1)
–> 输出的结果为：
0 0.896048
1 0.200918
2 0.524321
3 0.967659
4 0.602467
5 100.000000
a 100.000000
b 0.977001
c 0.819440
d 0.905913
e 0.506907
dtype: float64
————————————
0 0.896048
1 0.200918
2 0.524321
3 0.967659
4 0.602467
5 100.000000
dtype:
2.6 Series数据修改
通过索引直接修改，类似序列
s = pd.Series(np.random.rand(3), index = ['a','b','c'])
print(s)
print('————————————')
s['a'] = 100
s[['b','c']] = 200
print(s)
–> 输出的结果为：
a 0.529583
b 0.367619
c 0.226178
dtype: float64
————————————
a 100.0
b 200.0
c 200.0
dtype:
