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。
创建Series对象
pd.Series( data, index, dtype, copy)
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。 |
1) 创建一个空Series对象
pd.Series()
输出为空:
Series([], dtype: float64)
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:
data = np.array(['a','b','c','d'])
py.Series(data)
0 a
1 b
2 c
3 d
dtype: object
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”。
data = np.array(['a','b','c','d'])
自定义索引标签(即显示索引)
pd.Series(data,index=[100,101,102,103])
100 a
101 b
102 c
103 d
dtype: object
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(data(keys) = index);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;
示例1,没有传递索引时:
data = {'a' : 0., 'b' : 1., 'c' : 2.}
s = pd.Series(data)
a 0.0
b 1.0
c 2.0
dtype: float64
示例 2,为index
参数传递索引时:
data = {'a' : 0., 'b' : 1., 'c' : 2.}
pd.Series(data,index=['b','c','d','a'])
b 1.0
c 2.0
d NaN
a 0.0
dtype: float64
当传递的索引值无法找到与其对应的值时,使用 NaN(非数字 | 空)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:
pd.Series(100, index=[1, 2, 3, 4, 5])
1 100
2 100
3 100
4 100
5 100
dtype: int64
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
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
使用元素自身的下标进行访问
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
1
1
切片
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])
print(s[:3])
a 1
b 2
c 3
dtype: int64
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。
s = pd.Series([6,7,8,9,10],index = ['a','b','c','d','e'])
print(s['a'])
print(s[['a','c','d']])
6
a 6
c 8
d 9
dtype: int64
Series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。 |
1) axes
[RangeIndex(start=0, stop=5, step=1)]
2) dtype
float64
3) empty
返回一个布尔值,用于判断数据对象是否为空;
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。
5) size
返回 Series 对象的大小(长度);
6) values
以数组的形式返回 Series 对象中的数据;
7) index
该属性用来查看 Series 中索引的取值范围。示例如下:
隐式索引:
Index(['a', 'b', 'c', 'd'], dtype='object')
显示索引:
RangeIndex(start=0, stop=4, step=1)
Series常用方法
1) head()&tail()查看数据
head() | 默认 return 前5行数据; (n) |
tail() | 默认 return 后5行数据; (n) |
2) isnull()&nonull()检测缺失值
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。 |
s=pd.Series([1,2,5,None])
print(pd.isnull(s)) 是空值返回True
print(pd.notnull(s)) 空值返回False
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。