python學習筆記六：Series
阿新 • • 發佈：2018-12-17
Series是一種類似於一維陣列的物件，由以下兩部分組成：
values:一組資料（ndarray或list型別）
index:相關的資料索引標籤
一維陣列預設索引為0,1,2,3...，而Series的索引可以自己給定，比如說統計班級同學身高時，用0,1,2,3...索引不明瞭，可以直接將每個人的名字當作索引，所以Series是一維陣列的升級。 特別地，由ndarray建立的是引用，而不是副本。對Series元素的改變也會改變原來ndarray物件中的元素。（列表沒有這種情況）一維
#匯入三劍客:numpy;pandas;matplotlib import pandas as pd from pandas import Series,DataFrame import numpy as np import matplotlib.pyplot as plt
1.通過list，ndarray和 dict建立Series
#Series儲存的資料必須是一維的，Data must be 1-dimensional #通過列表建立序列 s = Series([1,3,5,7]) print(s) s.index = list('abcd') print(s) #通過ndarray建立序列 nd = np.random.randint(160,180,size = 4) s1 = Series(nd,index = ['張三','李四','王五','趙六']) print(s1) #通過字典建立序列 s2 = Series({'a':1,'b':3,'c':5,'d':7}) print(s2)
2.Series的索引和切片
可以使用中括號取單個索引（此時返回的是元素型別），或者中括號裡一個列表取多個索引（此時返回的仍然是一個Series型別）。分為顯式索引和隱式索引：
s = Series(np.random.random(10),index = list('abcdefghij'))
#顯式索引
print(s['a'])
print(s.loc['c'])
#隱式索引
print(s[0])
print(s.iloc[2])#切片
print(s[0:2])
print(s.loc['a':'c'])3.Series的基本概念
當索引沒有對應值時，可能缺失資料顯示NaN(not a number)的情況
print(s.shape,s.size,s.values,s.index)#檢視形狀，大小，元素值，索引值
s.head()#檢視前部分
s.tail()#檢視後部分
s = Series([1,2,None,np.nan],index = list('abcd'))
print(s)
print(s.sum())
#檢測缺失資料
s1 = s.isnull()
s2 = s.notnull()
s[s2]#會將True的元素全部提取出來#name用於區分，DataFrame中用於區分,在DataFrame中是列名
s.name = '牛逼'
print(s)
#在進行線性運算時，如果包含Nan,那麼fill_value預設將Nan設定為=後面的值
s.add(10,fill_value=0)4.Series的線性運算
#兩個Series進行相加時，就是索引相同進行相加
s1 = Series([2,4,7,9],index=[0,1,2,3])
s2 = Series([1,2,3,4],index=[2,3,4,5])
s1 + s2
執行結果：
0 NaN
1 NaN
2 8.0
3 11.0
4 NaN
5 NaN
#使用add函式時，相加後每個索引都有值
s1.add(s2,fill_value=0)
執行結果：
0 2.0
1 4.0
2 8.0
3 11.0
4 3.0
5 4.0數1組預設索引為0,1,2,3...，而Se
一維陣列預設索引為0,1,2,3...，而Series的索引可以自己給定，比如說統計班級同學身高時，用0,1,2,3...索引不好，可以直接將每個人的名字當所以Series是一維陣列的升級。
特別地，由ndarray建立的是引用，而不是副本。對Series元素的改變也會改變原來ndarray物件中的元素。（列表沒有這種情況）
ries的索引可以自己給定，比如說統計班級同學身高時，用0,1,2,3...索引不好，可以直接將每個人的名字當作索引，所以Serie幅是v點選地，由ndarray建立的是引用，而不是副本。對Series元素的改變也會改變原來ndarray物件中的元素。（列表沒