Pandas 系列之 Series 类型数据
本文开始正式写 Pandas 的系列文章，就从：如何在 Pandas 中创建数据开始。Pandas 中创建的数据包含两种类型：
内容导图
Series 类型
Series 是一维数组结构，它仅由 index（索引）和 value（值）构成的。
Series 的索引具有唯一性，索引既可以是数字，也可以是字符，系统会自动将它们转成一个 object 类型（pandas 中的字符类型）。
DataFrame 类型
DataFrame 是将数个 Series 按列合并而成的二维数据结构，每一列单独取出来是一个 Series ；除了拥有 index 和 value 之外，还有 column。下图中：
索引 Index：0，1，2，3…….
字段属性：fruit，number
值 value：苹果、葡萄等；200、300 等
导入库
先导入两个库：
import pandas as pdimport numpy as np
复制代码
Series 类型创建与操作
通过可迭代类型列表、元组生成
通过 python 字典生成
通过 numpy 数组生成
列表生成
通过列表的方式生成 Series 数据
s1 = pd.Series([7,8,9,10])s1
# 结果0 71 82 93 10dtype: int64
复制代码
s2 = pd.Series(list(range(1,8)))s2
# 结果0 11 22 33 44 55 66 7dtype: int64
复制代码
元组生成
下面的方法是通过元组生成 Series 数据
s3 = pd.Series((7,8,9,10,11))s3
# 结果0 71 82 93 104 11dtype: int64
复制代码
s4 = pd.Series(tuple(range(1,8))) # 从1到8，不包含8s4
# 结果0 11 22 33 44 55 66 7dtype: int64
复制代码
使用字典创建
字典的键为索引，值为 Series 结构对应的值
dic_data = {"0":"苹果", "1":"香蕉", "2":"哈密瓜","3":"橙子"}
s5 = pd.Series(dic_data)s5
# 结果0 苹果1 香蕉2 哈密瓜3 橙子dtype: object
复制代码
使用 numpy 数组
s6 = pd.Series(np.arange(3,9))s6
# 结果0 31 42 53 64 75 8dtype: int64
复制代码
指定索引(列表)
默认的索引都是从 0 开始的数值，可以在创建的时候指定每个索引
# 默认
s1 = pd.Series([7,8,9,10])s1
# 结果0 71 82 93 10dtype: int64
复制代码
s7 = pd.Series([7,8,9,10], index=["A","B","C","D"]) # 指定索引值 s7
# 结果A 7B 8C 9D 10dtype: int64
复制代码
指定索引(字典形式)
字典的键作为索引值
dic_data = {"水果1":"苹果", "水果2":"香蕉", "水果3":"哈密瓜", "水果4":"橙子" }
s8 = pd.Series(dic_data)s8
# 结果水果1 苹果水果2 香蕉水果3 哈密瓜水果4 橙子dtype: object
复制代码
查看索引值
s8
# 结果水果1 苹果水果2 香蕉水果3 哈密瓜水果4 橙子dtype: object
复制代码
s8.index # 查看索引值
# 结果Index(['水果1', '水果2', '水果3', '水果4'], dtype='object')
复制代码
查看值
s8
# 结果水果1 苹果水果2 香蕉水果3 哈密瓜水果4 橙子dtype: object
复制代码
s8.values
# 结果array(['苹果', '香蕉', '哈密瓜', '橙子'], dtype=object)
复制代码
更改索引
# 1、新索引index_new = ['one', 'two', 'three', 'four']
# 2、赋值s8.index = index_new
s8# 结果one 苹果two 香蕉three 哈密瓜four 橙子dtype: object
复制代码
查看是否存在空值
s7
# 结果A 7B 8C 9D 10dtype: int64
复制代码
s7.isnull() # 没有空值
# 结果A FalseB FalseC FalseD Falsedtype: bool
复制代码
s7.notnull()
# 结果A TrueB TrueC TrueD Truedtype: bool
复制代码
查看某个索引的值
s7
A 7B 8C 9D 10dtype: int64
复制代码
两种方式查看：
将 Series 转成字典
s_dic = s7.to_dict() # 转成字典形式s_dic
# 结果{'A': 7, 'B': 8, 'C': 9, 'D': 10}
复制代码
type(s_dic) # 结果显示为字典类型
# 结果dict
复制代码
给 Series 索引命名
s8
# 结果one 苹果two 香蕉three 哈密瓜four 橙子dtype: object
复制代码
s8.index # 原索引
Index(['one', 'two', 'three', 'four'], dtype='object')
复制代码
s8.index.name = "水果" # 索引命名s8
复制代码
结果显示为：
水果one 苹果two 香蕉three 哈密瓜four 橙子dtype: object
复制代码
Index(['one', 'two', 'three', 'four'], dtype='object', name='水果')
复制代码
修改 Series 数值
s8
# 结果为水果one 苹果two 香蕉three 哈密瓜four 橙子dtype: object
复制代码
s8["three"] = "西瓜" # 等价于s8[2] = "西瓜"
s8
复制代码
更改之后的值为：
水果one 苹果two 香蕉three 西瓜four 橙子dtype: object
复制代码
Series 结构转成 DataFrame 结构
s8
水果one 苹果two 香蕉three 西瓜four 橙子dtype: object
复制代码
在将 s8 转成 DataFrame 的过程中涉及到 3 个函数：
关于 DataFrame 的相关内容下节详细讲解，敬请期待！
扩展阅读
在之前写过的旅游攻略文章中使用 pandas 的很多知识点，可供学习：
评论