pandas 學習（1）： pandas 資料結構之Series

Amei1314發表於2016-09-24
資料結構

1. Series

　　Series 是一個類陣列的資料結構，同時帶有標籤（lable）或者說索引（index）。

　　1.1 下邊生成一個最簡單的Series物件，因為沒有給Series指定索引，所以此時會使用預設索引(從0到N-1)。

# 引入Series和DataFrame
In [16]: from pandas import Series,DataFrame
In [17]: import pandas as pd

In [18]: ser1 = Series([1,2,3,4])

In [19]: ser1
Out[19]: 
0    1
1    2
2    3
3    4
dtype: int64

　　1.2 當要生成一個指定索引的Series 時候，可以這樣：　　

# 給index指定一個list
In [23]: ser2 = Series(range(4),index = ["a","b","c","d"])

In [24]: ser2
Out[24]: 
a    0
b    1
c    2
d    3
dtype: int64

　　1.3 也可以通過字典來建立Series物件

In [45]: sdata = {'Ohio': 35000, 'Texas': 71000, 'Oregon': 16000, 'Utah': 5000}

In [46]: ser3 = Series(sdata)
# 可以發現，用字典建立的Series是按index有序的
In [47]: ser3
Out[47]: 
Ohio      35000
Oregon    16000
Texas     71000
Utah       5000
dtype: int64

　　在用字典生成Series的時候，也可以指定索引，當索引中值對應的字典中的值不存在的時候，則此索引的值標記為Missing，NA，並且可以通過函式（pandas.isnull，pandas.notnull）來確定哪些索引對應的值是沒有的。

In [48]: states = ['California', 'Ohio', 'Oregon', 'Texas']

In [49]: ser3 = Series(sdata,index = states)

In [50]: ser3
Out[50]: 
California        NaN
Ohio          35000.0
Oregon        16000.0
Texas         71000.0
dtype: float64
# 判斷哪些值為空
In [51]: pd.isnull(ser3)
Out[51]: 
California     True
Ohio          False
Oregon        False
Texas         False
dtype: bool

In [52]: pd.notnull(ser3)
Out[52]: 
California    False
Ohio           True
Oregon         True
Texas          True
dtype: bool

 

　　1.4 訪問Series中的元素和索引：

# 訪問索引為"a"的元素
In [25]: ser2["a"]
Out[25]: 0
# 訪問索引為"a","c"的元素
In [26]: ser2[["a","c"]]
Out[26]: 
a    0
c    2
dtype: int64
# 獲取所有的值
In [27]: ser2.values
Out[27]: array([0, 1, 2, 3])
# 獲取所有的索引
In [28]: ser2.index
Out[28]: Index([u'a', u'b', u'c', u'd'], dtype='object')

　　1.5 簡單運算

　　在pandas的Series中，會保留NumPy的陣列操作（用布林陣列過濾資料，標量乘法，以及使用數學函式），並同時保持引用的使用

In [34]: ser2[ser2 > 2]
Out[34]: 
a    64
d     3
dtype: int64

In [35]: ser2 * 2
Out[35]: 
a    128
b      2
c      4
d      6
dtype: int64

In [36]: np.exp(ser2)
Out[36]: 
a    6.235149e+27
b    2.718282e+00
c    7.389056e+00
d    2.008554e+01
dtype: float64

　　1.6 Series的自動對齊

　　　　Series的一個重要功能就是自動對齊（不明覺厲），看看例子就明白了。 差不多就是不同Series物件運算的時候根據其索引進行匹配計算。

# ser3 的內容
In [60]: ser3
Out[60]: 
Ohio      35000
Oregon    16000
Texas     71000
Utah       5000
dtype: int64
# ser4 的內容
In [61]: ser4
Out[61]: 
California        NaN
Ohio          35000.0
Oregon        16000.0
Texas         71000.0
dtype: float64
# 相同索引值的元素相加
In [62]: ser3 + ser4
Out[62]: 
California         NaN
Ohio           70000.0
Oregon         32000.0
Texas         142000.0
Utah               NaN
dtype: float64

　　1.7 命名

　　Series物件本身，以及索引都有一個 name 屬性

In [64]: ser4.index.name = "state"

In [65]: ser4.name = "population"

In [66]: ser4
Out[66]: 
state
California        NaN
Ohio          35000.0
Oregon        16000.0
Texas         71000.0
Name: population, dtype: float64

相關文章