Pandas库series数据结构

Pandas 是 Python 数据分析的核心库，基于 NumPy 构建，提供了快速、灵活的数据结构，主要用于处理表格型 或异质性数据，类似于 Excel 表格或 SQL 数据库。

与Numpy不同，Numpy中的ndarray既可以是一维也可以是二维------体现特性多维性，而在Pandas中将一二维数据分别处理，一维使用series而二维是dataframe。本帖先总结series。

简答来说，Series相当于关系型数据库中的一列，亦或者说是表格的一列。

---

一开始要记得把Pandas包导入：

import pandas as pd
import numpy as np

一.创建

常规的创建方式是通过列表传参：

s=pd.Series([1,2,3,4,5])

除了传参数值本身，还可以传参序号------即索引：

s1=pd.Series([1,2,3,4,5],index=['f','b','c','d','e'])

既可以像我这样以离经叛道随意胡写，也可以写标准的顺序，主打一个从心所欲不逾矩：

就好比一列数据的表头一样，Series类型还支持取名，通过name参数来定义：

s2=pd.Series(['a','b','c','d','e'],name="小写字母")
print(s2)

顺便说一句，默认的索引依旧是从0开始：

索引和数值的二元对立，有点类似键值对，因此可以用字典来传参：

s3=pd.Series({"one":1,"two":2,"three":3,"four":4,"five":5})
print(s3)

还可以通过原有Series来阶段一部分形成新的半个副本一样：

s4=pd.Series(s3,index=['one','two'])#只选取其中一部分

二.属性

value表示Series的数值集合，而index则是索引集合，本质还是面向对象，通过属性调用即可：

print(s3.values,s3.index)

类似ndarray也可以通过索引/下标进行切片，分为显示索引和隐式索引：因为可以自定义索引，通过我们自己定义的索引来访问就是显式索引，如下的切片：两侧都是闭区间！

print(s3.loc["one":"three"])#显式索引

隐式索引则是默认的索引即下标------或者说是位序减1，但注意这里是左闭右开！

print(s3.iloc[0:2])

对比来看一下，并且注意调用的函数名是什么：

类似的还有访问单个元素的方式，同样包含显式和隐式两种，区别在于不能切片：

print(s3.at["one"])#类似但不支持切片
print(s3.iat[0])

三.访问

实际上除了上面的loc或者at以及两者的隐式版本，实际上可以像列表一样直接用下标访问，但是不推荐：

print(s3[0])

更好的做法是通过索引标签来随机存取：

print(s3["one"])

和ndarray一样也可以使用bool方法：

print(s3[s3>3])#依旧是布尔索引

四.方法

head和tail分别返回默认的最前五行和最后五行，填数字则按照数字的数量返回，超过最大值就返回所有：

s5=pd.Series([1,np.nan,None,3,4,5],index=["1","2","3","4","5","6"])
print(s5.head())#默认前五行
print(s5.tail())#默认后五行，填数字则按需返回,超过最大值就返回所有的元素
print(s5.tail(1))

describe返回各种统计信息：

print(s5.describe())#返回所有描述信息

需要注意元素none也会被视为NAN，统计信息一概不包含NAN在内。也可以单独计算一个，和ndarray类似，这里不再赘述：

返回索引，等价于index，前者是方法后者是属性：

print(s5.keys())

判断哪个是缺失值：

print(s5.isna())

判断列表的每一个元素是否在参数列表中：

print(s5.isin([4,5]))

按值排序，NAN统一在后面：

print(s5.sort_values())

返回众数，存在多个就都返回：

print(s5.mode())

还有一些统计类的方法：

print(s.value_counts())#按值来统计
s.drop_duplicates()#去重，相较于unique会返回为列表，该方法还是原类型
print(s.nunique())#去重后的元素个数
s.sort_index()#按照索引排序