Pandas两个主要数据结构之一——Series

Series是一种类似于一维数组的对象，它由一组数据（各种Numpy数据类型）以及一组与之相关的数据标签（即索引）构成。

创建Series

• 如果没有为数据指定索引，就会自动创建0到N-1的整数型索引。

  In [2]: obj = pd.Series([4, 7, -5, 3])
  
  In [3]: obj
  Out[3]: 
  0    4
  1    7
  2   -5
  3    3
  dtype: int64
  

• 创建带有对各数据点进行标记索引的Series

  In [6]: obj2 = pd.Series([1, 2, 3, 4], index=['d', 'b', 'c', 'a'])
  
  In [7]: obj2
  Out[7]: 
  d    1
  b    2
  c    3
  a    4
  dtype: int64
  

• 如果数据被存储在python字典中，也可以通过这个字典来创建Series

  In [8]: data = {'x': 30000, 'y': 40000, 'z': 50000, 'w': 60000}
  
  In [9]: obj3 = pd.Series(data)
  
  In [10]: obj3
  Out[10]: 
  x    30000
  y    40000
  z    50000
  w    60000
  dtype: int64
  
  # 若有索引未对应元素，则对应值为NaN
  In [11]: index = ['m', 'x', 'y', 'z']
  
  In [12]: obj4 = pd.Series(data, index)
  
  In [13]: obj4
  Out[13]: 
  m        NaN
  x    30000.0
  y    40000.0
  z    50000.0
  dtype: float64
  

索引Series

• 可以通过Series的values和index属性获取其数组表示形式和索引对象。

  In [14]: obj.values
  Out[14]: array([ 4,  7, -5,  3])
  
  In [15]: obj.index
  Out[15]: RangeIndex(start=0, stop=4, step=1)
  

• 可以通过索引来选取Series的某个值或一组值

  In [16]: obj2['a']
  Out[16]: 4
  
  In [19]: obj2[['c', 'b', 'a']]
  Out[19]: 
  c    3
  b    2
  a    4
  dtype: int64
  
  In [20]: obj2[2:]
  Out[20]: 
  c    3
  a    4
  dtype: int64
  

• Series也可以看作是一个定长的有序字典，因为它是索引值到数据值的一个映射。它可以用在很多原本需要字典参数的函数中：

  In [21]: 'b' in obj2
  Out[21]: True
  

Series的计算

• Series的算术计算有一个重要特性：在算术运算中会自动对齐不同数据的索引，即在索引相同的值间进行计算。

  In [8]: obj3 + obj4
  Out[8]: 
  m         NaN
  w         NaN
  x     60000.0
  y     80000.0
  z    100000.0
  dtype: float64
  
  In [9]: obj3 - obj4
  Out[9]: 
  m    NaN
  w    NaN
  x    0.0
  y    0.0
  z    0.0
  dtype: float64
  
  In [10]: obj3 * obj4
  Out[10]: 
  m             NaN
  w             NaN
  x    9.000000e+08
  y    1.600000e+09
  z    2.500000e+09
  dtype: float64
  

  Numpy数组运算（如根据布尔型数组进行过滤、标量乘法、应用数学函数）都会保留索引与值之间的链接。

  In [13]: obj2[obj2 > 0]
  Out[13]: 
  d    4
  b    7
  a    3
  dtype: int64
  

Series的一些其他操作

• Pandas的innull和notnull函数可用于检测缺失数据：

  In [21]: obj4.isnull()
  Out[21]: 
  m     True
  x    False
  y    False
  z    False
  dtype: bool
  

• Series对象本身及索引都有一个name属性

  In [23]: obj4.name = 'p'
  
  In [24]: obj4.index.name = 'q'
  
  In [25]: obj4
  Out[25]: 
  q
  m        NaN
  x    30000.0
  y    40000.0
  z    50000.0
  Name: p, dtype: float64