Pandas 序列(Series)

Pandas 序列(Series)是pandas中的一维数据结构，类似于python中的列表和Numpy中的Ndarray对象,在 Series 中包含的数据类型可以是整数，浮点数，字符串，python对象等。

pandas.Series

Pandas Series构造函数如下:

pandas.Series( data, index, dtype, copy)

构造函数的参数说明如下

创建一个空的Series

#import the pandas library and aliasing as pd
import pandas as pd
s = pd.Series()
print (s)

执行结果如下:

Series([], dtype: float64)

从ndarray创建一个Series

如果数据是ndarray，则传递的索引必须具有相同的长度。 如果没有传递索引值，那么默认的索引范围将是range(n)，其中n是数组长度，即[0,1,2,3…. range(len(array))-1] - 1]。

#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = np.array(['a','b','c','d'])
s = pd.Series(data)
print (s)

输出结果如下:

0    a
1    b
2    c
3    d
dtype: object

这里没有传递索引，采用默认索引值是 0 到 len(data)-1，即 0 到 3

示例：传递索引值

#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = np.array(['a','b','c','d'])
s = pd.Series(data,index=[100,101,102,103])
print (s)

输出结果如下:

100    a
101    b
102    c
103    d
dtype: object

从字典创建一个Series

字典(dict)可以作为输入传递，如果没有指定索引，则按排序从字典中取得键值作为索引。 如果传递了索引，索引中与标签对应的数据中的值将被拉出。

示例：字典键值作为索引

# import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = {'a' : 0., 'b' : 1., 'c' : 2.}
s = pd.Series(data)
print (s)

输出结果如下:

a    0.0
b    1.0
c    2.0
dtype: float64

示例：传递索引

# import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = {'a' : 0., 'b' : 1., 'c' : 2.}
s = pd.Series(data,index=['b','c','d','a'])
print (s)

输出结果如下:

b    1.0
c    2.0
d    NaN
a    0.0
dtype: float64

索引顺序保持不变，缺少的元素使用NaN(不是数字)填充。

从标量创建一个Series

如果数据是标量类型，则必须提供索引。重复该值以匹配索引的长度。

# import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
s = pd.Series(5, index=[0, 1, 2, 3])
print (s)

输出结果如下:

0    5
1    5
2    5
3    5
dtype: int64

通过位置访问Series数据

Series中的数据可以使用类似于访问ndarray中的数据来访问。

示例1：检索第一个元素，当前索引从0开始计数

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])

#retrieve the first element
print (s[0])

输出结果如下:

1

示例2：检索Series中的前三个元素

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])

#retrieve the first three element
print (s[:3])

输出结果如下:

a    1
b    2
c    3
dtype: int64

s[a :] : 将提取该索引之后的所有数据
s[a : b] : 将提取 a 和 b 之间的所有数据

示例：检索最后三个元素

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])

#retrieve the last three element
print (s[-3:])

输出结果如下:

c    3
d    4
e    5
dtype: int64

通过索引访问Series数据

Series 就像一个固定大小的字典，可以通过索引获取数据。
示例1：使用索引获取单个元素。

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])

#retrieve a single element
print (s['a'])

输出结果如下:

1

示例2：使用索引获取多个元素。

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])

#retrieve multiple elements
print (s[['a','c','d']])

输出结果如下:

a    1
c    3
d    4
dtype: int64

示例3：如果Series中并没有此索引，则会抛出异常。

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])

#retrieve multiple elements
print (s['f'])

执行上面示例代码，得到以下结果 –