Pandas 教程-Python Pandas Series

Pandas Series可以定义为能够存储各种数据类型的一维数组。我们可以轻松地将列表、元组和字典转换为使用“series”方法的系列。系列的行标签称为索引。一个系列不能包含多个列。它有以下参数：

• data: 它可以是任何列表、字典或标量值。

• index: 索引的值应该是唯一且可哈希的。它必须与数据的长度相同。如果我们不传递任何索引，默认的 np.arrange(n) 将被使用。

• dtype: 它指的是系列的数据类型。

• copy: 它用于复制数据。

创建系列：

我们可以通过两种方式创建系列：

1.创建一个空系列

2.使用输入创建系列。

创建一个空系列：

我们可以轻松地在 Pandas 中创建一个空系列，这意味着它将没有任何值。

<series object> = pandas.Series()

下面的例子创建了一个空系列类型对象，它没有值，且有默认的数据类型，即 float64。

import pandas as pd  x = pd.Series()  print (x)

Series([], dtype: float64)

专属福利 
👉点击领取：最全Python资料合集

使用输入创建系列：

我们可以使用各种输入创建系列：

• 数组

• 字典

• 标量值

从数组创建系列：

在创建系列之前，首先，我们必须导入 numpy 模块，然后在程序中使用 array() 函数。如果数据是 ndarray，则传递的索引必须与长度相同。

如果我们不传递索引，则默认索引 range(n) 被传递，其中 n 定义了数组的长度，即 [0,1,2,...range(len(array))-1]。

import pandas as pd  import numpy as np  info = np.array(['P','a','n','d','a','s'])  a = pd.Series(info)  print(a)

0    P1    a2    n3    d4    a5    sdtype: object

从字典创建系列

我们也可以从字典创建系列。如果作为输入传递了字典对象且未指定索引，则以排序的顺序取字典键来构造索引。

#import the pandas library   import pandas as pd  import numpy as np  info = {'x' : 0., 'y' : 1., 'z' : 2.}  a = pd.Series(info)  print (a)

x     0.0y     1.0z     2.0dtype: float64

使用标量创建系列：

#import pandas library   import pandas as pd  import numpy as np  x = pd.Series(4, index=[0, 1, 2, 3])  print (x)

0      41      42      43      4dtype: int64

通过位置访问系列中的数据：

一旦创建了系列类型对象，你就可以访问其索引、数据，甚至是单个元素。

import pandas as pd  x = pd.Series([1,2,3],index = ['a','b','c'])  #retrieve the first element  print (x[0])

1 

系列对象属性

系列属性定义为与系列对象相关的任何信息，例如大小、数据类型等。以下是一些你可以用来获取系列对象信息的属性：

import numpy as np   import pandas as pd   x=pd.Series(data=[2,4,6,8])   y=pd.Series(data=[11.2,18.6,22.5], index=['a','b','c'])   print(x.index)   print(x.values)   print(y.index)   print(y.values)

RangeIndex(start=0, stop=4, step=1)[2 4 6 8]Index(['a', 'b', 'c'], dtype='object')[11.2 18.6 22.5]

检索类型 (dtype) 和类型大小 (itemsize)

import numpy as np   import pandas as pd   a=pd.Series(data=[1,2,3,4])   b=pd.Series(data=[4.9,8.2,5.6],   index=['x','y','z'])   print(a.dtype)   print(a.itemsize)    print(b.dtype)   print(b.itemsize)

int648float648

检索形状

import numpy as np   import pandas as pd   a=pd.Series(data=[1,2,3,4])   b=pd.Series(data=[4.9,8.2,5.6],index=['x','y','z'])   print(a.shape)   print(b.shape)

(4,)(3,)

检索维度、大小和字节数：

import numpy as np   import pandas as pd   a=pd.Series(data=[1,2,3,4])   b=pd.Series(data=[4.9,8.2,5.6],  index=['x','y','z'])   print(a.ndim, b.ndim)   print(a.size, b.size)   print(a.nbytes, b.nbytes)

1 14 332 24

检查空性和 NaN 值的存在

要检查系列对象是否为空，你可以使用 empty 属性。类似地，要检查系列对象是否包含一些 NaN 值，你可以使用 hasans 属性。

import numpy as np   import pandas as pd   a=pd.Series(data=[1,2,3,np.NaN])   b=pd.Series(data=[4.9,8.2,5.6],index=['x','y','z'])   c=pd.Series()   print(a.empty,b.empty,c.empty)   print(a.hasnans,b.hasnans,c.hasnans)   print(len(a),len(b))   print(a.count( ),b.count( ))

False   False   TrueTrue    False   False4   33   3

系列函数

以下是一些在系列中使用的函数：

 1

热门推荐

• 泪崩！某大厂表示不裁45岁以上员工。。。
• Scipy 教程-SciPy 频谱图
• 离谱！华为员工请假一天，代价是3700