序列Series
)是由一组数据(各种NumPy数据类型),以及一组与之相关的数据标签(索引)组成,序列不要求数据类型是相同的。
序列是一个一维数组,只有一个维度(或称作轴)是行(row),在访问序列时,只需要设置一个索引。pandas自动为序列创建了一个从0开始到N-1的序号,称作行的下标,行的位置。可以显式设置index参数,为每行设置标签,pandas把标签称作索引。用户可以通过索引、也可以通过位置来访问Series对象中的元素。
序列可以看作是索引到数据值的一个映射,一个索引对应一个数据值,这种结构就是有序的字典。
一,创建序列
序列的构造函数定义是:
pandas.Seriesdata=None, index=None, dtype=None, name=None, copy=False)
构造函数的参数:
data:传递给序列的数据,可以是ndarray、list或字典
index:设置轴的索引,索引值的个数与data参数的长度相同。如果没有设置index参数,那么默认值是 np.arangen),或者 RangeIndex 0, 1, 2, …, n)。
dtype:设置序列元素的数据类型,如果没有设置,那么将推断数据类型
name:序列是一个多行的结构,name是序列的名称
copy:复制数据,默认值是false
索引的下标是自动生成的,从0开始,加1递增。对于序列的data,可以通过序列的属性values来访问;对于序列的索引,可以通过序列的属性index来访问。
1,使用ndarray或list创建序列
使用ndarray的一维数组,或者list来构造序列,序列包含两部分:索引和序列值,如下所示
>>> data=np.array['a','b']) # data=['a','b'] >>> sd=pd.Seriesdata) 0 a 1 b dtype: object
分析序列的输出:
最左侧的0和1是行索引,a和b是数据值。
在构造序列时,如果没有传递index参数,默认情况下,pandas分配了从 0 到 lendata)-1 的索引。
显式传递index参数
在构造函数中传递自定义的索引列表,索引的长度必须和data的长度相同,如下所示:
>>> sd=pd.Seriesdata,index=[101,102]) 101 a 102 b dtype: object
显式设置序列的name和index的name
序列是一维数组,只有一个维度,那就是row,在序列中为Index命名就是设置行轴的名称。
>>> sd=pd.Seriesdata=['a','b'],index=pd.Index[101,102],name='idx_name'),name='series_name') idx_name 101 a 102 b Name: series_name, dtype: object
序列看起来像多行一列的数据集,但是他们之间有本质的区别,多行一列是二维数组,有行名称和列名称,需要使用两个索引值来访问单个cell的数据,而序列只需要一个索引就可以访问元素值。
3,从字典构造序列
通过字典来创建Series,字典的key作为序列的索引标签,value作为对应Key的数据值:
>>> sdata = {'b': 12, 'a': 13} >>> spd.Seriessdata) b 12 a 13 dtype: int64
通过字典构建的序列,索引是标签(字符类型)。
二,序列的属性
序列对象包含的属性:
index:序列的索引
shape:序列的形状,表示各个维度的数量
array:把序列的数据值转换为Pandas数组
values:把序列的数据值转换为numpy数组
dtype:序列元素的数据类型
hasnan:序列是否包含nan
is_unique:序列的元素是否是唯一的
1,序列的索引
>>> sd.index Int64Index[101, 102], dtype='int64', name='idx_name')
2,序列的shape
>>> sd.shape
2,)
3,序列的PandasArray或ndarray数组
>>> sd.array <PandasArray> ['a', 'b'] Length: 2, dtype: object >>> sd.values array['a', 'b'], dtype=object)
三,序列数据的转换
转换序列数据值的类型:
Series.astypeself, dtype, copy=True, errors='raise', **kwargs)
把序列转换为NumPy数组:
Series.to_numpyself, dtype=None, copy=False)
把序列转换为list:
Series.to_listself)
四,访问序列的元素
序列元素的访问,可以通过索引和行标签,索引标签是在构造函数中通过index参数传递或构造的,而索引值(也可以称作序列的下标)是默认生成的,第一个元素的下标值是0,依次加1递增。
1,通过索引来访问序列
对于序列,通过索引来访问序列元素的格式是:Sereis[index],索引可以是整数,也可以是字符类型的标签:
>>> sd[102] 'b'
通过属性来访问序列的元素值
2,at和iat属性,用于访问序列的单个元素值
at属性通过索引访问单个序列值
>>> sd.at[102] 'b'
iat属性表示通过位置访问序列的单个元素值:
>>> sd.iat[0] 'a'
3,loc和iloc,通过序列的位置来访问元素
iloc:基于整数位置的索引,用于按位置选择序列元素
单个位置索引,比如sd.iloc[1]
位置索引的列表,比如 sd.iloc[[0,1]]
整数序列,比如,sd.iloc[0:2]
布尔值数组,sd.iloc[[True, False, True, False]]
loc:通过索引标签和布尔值数组来选择序列的元素
举个例子,通过整数位置来选择序列的元素:
>>> sd.iloc[0:2] idx_name 101 a 102 b Name: series_name, dtype: object
举个例子,通过索引的标签来选择序列的元素:
>>> sd.loc[[101,102]] idx_name 101 a 102 b Name: series_name, dtype: object
4,通过位置掩码(布尔索引数组)来访问序列的元素
在上面的例子中,[101,102] 称作索引数组,如果索引数据的元素类型是布尔类型,并且索引数组的元素数量和序列相同,那么把这种索引数组称作位置掩码。当位置为True时,表示选择该元素;当位置为False,表示不选择该元素。
>>> sd.loc[[True,False]] idx_name 101 a Name: series_name, dtype: object
5,获得懒惰迭代器
可以通过序列的__iter__)函数获得值的迭代器,也可以通过items)或iteritems)函数获得包含索引和值的元组的迭代器:
Series.__iter__self) #Return an iterator of the values. Series.itemsself) #Lazily iterate over index, value) tuples. Series.iteritemsself) #Lazily iterate over index, value) tuples.
例如,通过items)函数获得序列的迭代器,并通过for循环来打印序列的值
>>> for t in sd.items): ... printt) ... 'b', 12) 'a', 13) 'd', 14) 'c', 10)
五,序列的条件索引
按照条件选择序列的特定行,可以使用序列的loc或iloc属性,并使用布尔索引来筛选序列的数据行:
>>> sd.loc[sd>12] a 13 d 14 dtype: int64
也可以使用逻辑表达式对条件进行组合计算:
>>> sd.loc[sd>12) & sd<14)] a 13 dtype: int64 >>> sd.loc[sd>12) | sd<14)] b 12 a 13 d 14 c 10 dtype: int64
注意,必须用小括号把两个逻辑表达式括起来,不然会报错:
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool), a.item), a.any) or a.all).
查看序列的逻辑表达式的值:
>>> sd>12) & sd<14)
b False
a True
d False
c False
dtype: bool
六,序列的基本操作
1,删除元素的元素
根据行标签删除制定的元素
Series.dropself, labels=None)
2,对序列元素执行条件查询
如果序列元素的值满足cond条件,返回other的值;如果不满足,返回元素的值。
Series.whereself, cond, other=nan, inplace=False)
3,把序列追加到一个序列末尾
把to_append序列追加到序列的末尾,设置ignore_index表示忽略原始序列的索引,重新创建一个索引:
Series.appendself, to_append, ignore_index=False, verify_integrity=False)
4,重索引
重索引是指按照新的索引对序列的元素进行重新排列,如果某个索引值不存在,就形成一个空洞,默认情况下,在空洞处插入缺失值:
Series.reindexself, index=None, **kwargs)
参数 **kwargs 表示数据不固定的参数,其中有:
method:表示插补缺失值的方法,有效值有{None, ‘backfill’/’bfill’, ‘pad’/’ffill’, ‘nearest’}
None 表示插入缺失值nan
‘backfill’/’bfill’:表示使用空洞之后的最近的有效值来填充
‘pad’/’ffill’:表示使用空洞之前的最近的有效值来填充
‘nearest’:表示使用最靠近空洞的有效值来填充
fill_value:填充的值,默认值是nan
参考文档: