Pandas學習記錄-Series

系列(Series)是可以保存任何類型的數據(整數，字符串，浮點數，Python對象等)的一維標記數組。軸標籤統稱爲索引。

pandas.Series

Pandas系列可使用如下構造函數建立 -

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

構造函數的參數以下 -

編號	參數	描述
1	data	數據採起各類形式，如：ndarray，list，constants
2	index	索引值必須是惟一的和散列的，與數據的長度相同。 默認np.arange(n)若是沒有索引被傳遞。
3	dtype	dtype用於數據類型。若是沒有，將推斷數據類型
4	copy	複製數據，默認爲false。

可使用各類輸入建立一個系列，如 -

• 數組
• 字典
• 標量值或常數

建立一個空的系列

建立一個基本系列是一個空系列。

示例

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


Python

執行上面示例代碼，輸出結果以下 -

Series([], dtype: float64)

從ndarray建立一個系列

若是數據是ndarray，則傳遞的索引必須具備相同的長度。 若是沒有傳遞索引值，那麼默認的索引將是範圍(n)，其中n是數組長度，即[0,1,2,3…. range(len(array))-1] - 1]。

示例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

執行上面示例代碼，輸出結果以下 -

0   a
1   b
2   c
3   d
dtype: object

示例2

#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


Python

執行上面示例代碼，輸出結果以下 -

100  a
101  b
102  c
103  d
dtype: object


Python

在這裏傳遞了索引值。如今能夠在輸出中看到自定義的索引值

從字典建立一個系列

字典(dict)能夠做爲輸入傳遞，若是沒有指定索引，則按排序順序取得字典鍵以構造索引。 若是傳遞了索引，索引中與標籤對應的數據中的值將被拉出。

示例2

#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


Python

執行上面示例代碼，輸出結果以下 -

a 0.0
b 1.0
c 2.0
dtype: float64


Python

注意 - 字典鍵用於構建索引。

示例

#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


Python

執行上面示例代碼，輸出結果以下 -

b 1.0
c 2.0
d NaN
a 0.0
dtype: float64


Python

注意觀察 - 索引順序保持不變，缺乏的元素使用NaN(不是數字)填充。

從標量建立一個系列

若是數據是標量值，則必須提供索引。將重複該值以匹配索引的長度。

#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

執行上面示例代碼，獲得如下結果 -

0  5
1  5
2  5
3  5
dtype: int64

從具備位置的系列中訪問數據

系列中的數據可使用相似於訪問ndarray中的數據來訪問。

示例-1

檢索第一個元素。好比已經知道數組從零開始計數，第一個元素存儲在零位置等等。

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]


Python

執行上面示例，獲得如下結果 -

1


Shell

示例-2

檢索系列中的前三個元素。 若是a:被插入到其前面，則將從該索引向前的全部項目被提取。 若是使用兩個參數(使用它們之間)，兩個索引之間的項目(不包括中止索引)。

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]

執行上面示例，獲得如下結果 -

a  1
b  2
c  3
dtype: int64

示例-3

檢索最後三個元素，參考如下示例代碼 -

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:]

執行上面示例代碼，獲得如下結果 -

c  3
d  4
e  5
dtype: int64

使用標籤檢索數據(索引)

一個系列就像一個固定大小的字典，能夠經過索引標籤獲取和設置值。

示例1

使用索引標籤值檢索單個元素。

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']

執行上面示例代碼，獲得如下結果 -

1

示例2

使用索引標籤值列表檢索多個元素。

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']]

執行上面示例代碼，獲得如下結果 -

a  1
c  3
d  4
dtype: int64

示例3

若是不包含標籤，則會出現異常。

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

#retrieve multiple elements
print s['f']

執行上面示例代碼，獲得如下結果 -

KeyError: 'f'