Pandas基礎入門（2）Series

學習彙總：點這裏

系列(Series)是能夠保存任何類型的數據(整數，字符串，浮點數，Python對象等)的一維標記數組。軸標籤統稱爲索引。

pandas.Series

Pandas系列可以使用以下構造函數創建 :

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

Python構造函數的參數如下:

編號	參數	描述
1	data	數據採取各種形式，如：ndarray，list，constants
2	index	索引值必須是唯一的和散列的，與數據的長度相同。 默認np.arange(n)如果沒有索引被傳遞。
3	dtype	dtype用於數據類型。如果沒有，將推斷數據類型
4	copy	複製數據，默認爲false。

創建Series

可以使用各種輸入創建一個系列，如 :

1. 數組
2. 字典
3. 標量值或常數

1.創建一個空的系列

>>>import pandas as pd
>>>s = pd.Series()
>>>s
Series([], dtype: float64)

>>>s.values
array([], dtype=float64)

>>>s.index
Index([], dtype='object')

2.從ndarray創建一個系列

如果數據是ndarray，則傳遞的索引必須具有相同的長度。 如果沒有傳遞索引值，那麼默認的索引將是範圍(n)，其中n是數組長度，即[0,1,2,3…. range(len(array))-1] - 1]。

#這裏沒有傳遞任何索引，因此默認情況下，它分配了從0到len(data)-1的索引，即：0到3。
>>>import pandas as pd
>>>import numpy as np
>>>data = np.array(['a','b','c','d'])
>>>s = pd.Series(data)
>>>s
0    a
1    b
2    c
3    d
dtype: object

3.從字典創建一個系列

字典(dict)可以作爲輸入傳遞，如果沒有指定索引，則按排序順序取得字典鍵以構造索引。 如果傳遞了索引，索引中與標籤對應的數據中的值將被拉出。

>>>import pandas as pd
>>>import numpy as np
>>>data = {'a' : 0., 'b' : 1., 'c' : 2.}
>>>s = pd.Series(data,index=['b','c','d','a'])
>>>s
b    1.0
c    2.0
d    NaN
a    0.0
dtype: float64

注意：索引順序保持不變，缺少的元素使用NaN(不是數字)填充。

4.從標量創建一個系列

如果數據是標量值，則必須提供索引。將重複該值以匹配索引的長度。

>>>import pandas as pd
>>>import numpy as np
>>>s = pd.Series(5, index=[0, 1, 2, 3])
>>>s
0    5
1    5
2    5
3    5
dtype: int64

訪問數據

1.系列中的數據可以使用類似於訪問ndarray中的數據來訪問。

>>>import pandas as pd
>>>s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])
>>>s[0]
1

2.檢索系列中的前三個元素。 如果a:被插入到其前面，則將從該索引向前的所有項目被提取。 如果使用兩個參數(使用它們之間)，兩個索引之間的項目(不包括停止索引)。

>>>import pandas as pd
>>>s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])
>>>s[:3]
a    1
b    2
c    3
dtype: int64

3.使用索引標籤值檢索單個元素。

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

4.使用索引標籤值列表檢索多個元素。

>>>import pandas as pd
>>>s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])
>>>s[['a','c','d']]
a    1
c    3
d    4
dtype: int64