小白学 Python 数据分析(3):Pandas (二)数据结构 Series
在家为国家做贡献太无聊,不如跟我一起学点 Python
顺便问一下,你们都喜欢什么什么样的文章封面图,老用这一张感觉有点丑
人生苦短,我用 Python
前文传送门:
小白学 Python 数据分析(2):Pandas (一)概述
引言
先介绍下 Pandas 的数据结构,毕竟数据结构是万物的基础。
Pandas 有两种主要的数据结构: Series 和 DataFrame ,本文就先介绍第一种 Series 。
模块导入
首先我们在代码中引入 Pandas 和 Numpy ,如下:
import numpy as np
import pandas as pd
Series
Series 可以简单的理解为一维数组,可以存储整数、浮点数、字符串、Python 对象等类型的数据。
这个概念有点像 Java 中的集合。
如果无法理解的话,那么可以看下面这个图(Excel 简单画画,灵魂画手登场):
这里的 data 可以是上面提到的那些数据类型,并不仅限于图中的整数。
如果 index 的值未指定,那么将会自动的创建数值类型的索引,从 0 开始,例如:0 , 1 , 2, 3 ... len(data) - 1 。
创建一个 Series ,这里我们可以使用 pd.Series 函数来创建,如下:
s = pd.Series(np.random.rand(5), index=['a', 'b', 'c', 'd', 'e'])
print(s)
print(s.index)
s1 = pd.Series(np.random.randn(5))
print(s1)
结果如下:
a 0.218164
b 0.153201
c 0.572437
d 0.142784
e 0.710664
dtype: float64
Index(['a', 'b', 'c', 'd', 'e'], dtype='object')
0 0.255452
1 1.354357
2 2.092490
3 0.353899
4 1.692989
dtype: float64
从上面我们可以看到,如果我们手动指定了索引,那么将会按照我们指定的索引进行创建,如果没有指定会直接使用数值索引。
注意: 如果我们手动指定索引,索引的长度必须与数据的长度一致。如果不一致,将会抛出 ValueError 的异常,如下:
s = pd.Series(np.random.rand(6), index=['a', 'b', 'c', 'd', 'e'])
异常部分内容:
ValueError: Length of passed values is 6, index implies 5
字典实例化
Series 是可以使用字典进行实例化的,示例如下:
d = {'b': 1, 'a': 0, 'c': 2}
s2 = pd.Series(d)
print(s2)
结果如下:
b 1
a 0
c 2
dtype: int64
注意: 当我们使用的 data 为字典的时候,且未设置 index 参数时,如果 Python 版本 >= 3.6 且 Pandas 版本 >= 0.23, Series 按字典的插入顺序排序索引。Python < 3.6 或 Pandas < 0.23,且未设置 index 参数时, Series 按字母顺序排序字典的键(key)列表。
在上面的这个示例中,如果当前的环境 Python < 3.6 或 Pandas < 0.23, Series 将会按照字母的顺序进行排序,而不是当前字典的顺序,输出的结果将会是 ['a', 'b', 'c']
。
同时,如果我们在使用字典做 data 的时候,同样可以设置索引,这样将会按照索引来提取 data 中对应的值,如果索引在 data 中无对应,将会使用 NaN 来表示缺失的数据,示例如下:
s3 = pd.Series(d, index=['b', 'c', 'd', 'a'])
print(s3)
结果如下:
b 1.0
c 2.0
d NaN
a 0.0
dtype: float64
标量值实例化
data 还支持标量值进行实例化,当 data 是标量值的时候,实例化 Series 的时候必须提供索引, Series 将会按照索引的长度重复这个标量值,如下:
s4 = pd.Series(5., index=['a', 'b', 'c', 'd', 'e'])
print(s4)
结果如下:
a 5.0
b 5.0
c 5.0
d 5.0
e 5.0
dtype: float64
基于索引的操作方式
print(s[0])
print(s[:3])
print(s[s > s.median()])
print(s[[4, 3, 1]])
结果如下:
0.481205137399224
a 0.481205
b 0.045604
c 0.108321
dtype: float64
d 0.495208
e 0.817171
dtype: float64
e 0.817171
d 0.495208
b 0.045604
dtype: float64
同时, Series 还支持通过索引标签进行设置值或者是取值,如下:
print(s['a'])
s['e'] = 12.
print(s)
结果如下:
0.481205137399224
a 0.481205
b 0.045604
c 0.108321
d 0.495208
e 12.000000
dtype: float64
如果直接使用 Series 中没有的索引标签,会抛出 KeyError 异常:
# 抛出 KeyError 异常
# print(s['f'])
我们可以通过 in
来判断当前的 Series 中有没有含有索引标签,如下:
print('e' in s)
print('f' in s)
结果如下:
True
False
可以通过 get 这个方法获取 Series 没有的索引标签,同时可以设置返回的默认值:
print(s.get('f'))
print(s.get('f', np.nan))
结果如下:
None
nan
常用方法
# 打印 e 的幂次方, e 是一个常数为 2.71828
print (np.exp(s))
# 打印 s 里每个元素的开方
print (np.sqrt(s))
print(s.dtype)
print(s.array)
print(s.to_numpy())
结果如下:
a 1.618023
b 1.046659
c 1.114406
d 1.640840
e 2.264085
dtype: float64
a 0.693690
b 0.213550
c 0.329122
d 0.703711
e 0.903975
dtype: float64
float64
<PandasArray>
[ 0.481205137399224, 0.04560362121419126, 0.10832121726528887,
0.49520848929233285, 0.8171705710254773]
Length: 5, dtype: float64
[0.48120514 0.04560362 0.10832122 0.49520849 0.81717057]
从上面的示例中可以看到,当使用 Series 做一些算数运算的时候,是不需要循环 Series 中每个值的。
注意: Series 之间的操作会自动基于标签对齐数据。
print(s[1:] + s[:-1])
结果如下:
a NaN
b 0.091207
c 0.216642
d 0.990417
e NaN
dtype: float64
操作未对齐索引的 Series, 其计算结果是所有涉及索引的并集。如果在 Series 里找不到标签,运算结果标记为 NaN
,即缺失值。
名称属性
Series 支持 name
属性,我们可以给我们自己定义的 Series 起一个自己喜欢的名字:
s5 = pd.Series(np.random.randn(5), name='my_series')
print(s5)
print(s5.name)
print(id(s5))
结果如下:
0 0.491450
1 0.939965
2 0.868437
3 -0.099575
4 1.866875
Name: my_series, dtype: float64
my_series
1492397351368
这里小编顺手使用 id 方法打印一下 s5 的内存地址。
同样, Series 为我们提供了重命名的方法 rename()
:
# 重命名 series
s6 = s5.rename("my_series_different")
print(id(s6))
结果如下:
1492397351368
0 0.491450
1 0.939965
2 0.868437
3 -0.099575
4 1.866875
Name: my_series_different, dtype: float64
1492400065800
对比上下两个 s5 和 s6 可以看到,这两个 Series 具有相同的 data 内容, name 属性并不相同。
但是,有一点要注意的是: s5 和 s6 是两个不同的对象,这里打印的内存地址不同也说明了这一点,这里实际上并不是将 s5 的 name 修改了一下,而是新建了一个新的对象并使用了新的 name 属性。
示例代码
老规矩,所有的示例代码都会上传至代码管理仓库 Github 和 Gitee 上,方便大家取用。
参考
https://www.pypandas.cn/docs/getting_started/dsintro.html
小白学 Python 数据分析(3):Pandas (二)数据结构 Series的更多相关文章
- 小白学 Python 数据分析(4):Pandas (三)数据结构 DataFrame
在家为国家做贡献太无聊,不如跟我一起学点 Python 人生苦短,我用 Python 前文传送门: 小白学 Python 数据分析(1):数据分析基础 小白学 Python 数据分析(2):Panda ...
- 小白学 Python 数据分析(13):Pandas (十二)数据表拼接
人生苦短,我用 Python 前文传送门: 小白学 Python 数据分析(1):数据分析基础 小白学 Python 数据分析(2):Pandas (一)概述 小白学 Python 数据分析(3):P ...
- 小白学 Python 数据分析(2):Pandas (一)概述
人生苦短,我用 Python 前文传送门: 小白学 Python 数据分析(1):数据分析基础 概览 首先还是几个官方链接放一下: Pandas 官网:https://pandas.pydata.or ...
- 小白学 Python 数据分析(5):Pandas (四)基础操作(1)查看数据
在家为国家做贡献太无聊,不如跟我一起学点 Python 人生苦短,我用 Python 前文传送门: 小白学 Python 数据分析(1):数据分析基础 小白学 Python 数据分析(2):Panda ...
- 小白学 Python 数据分析(6):Pandas (五)基础操作(2)数据选择
人生苦短,我用 Python 前文传送门: 小白学 Python 数据分析(1):数据分析基础 小白学 Python 数据分析(2):Pandas (一)概述 小白学 Python 数据分析(3):P ...
- 小白学 Python 数据分析(7):Pandas (六)数据导入
人生苦短,我用 Python 前文传送门: 小白学 Python 数据分析(1):数据分析基础 小白学 Python 数据分析(2):Pandas (一)概述 小白学 Python 数据分析(3):P ...
- 小白学 Python 数据分析(8):Pandas (七)数据预处理
人生苦短,我用 Python 前文传送门: 小白学 Python 数据分析(1):数据分析基础 小白学 Python 数据分析(2):Pandas (一)概述 小白学 Python 数据分析(3):P ...
- 小白学 Python 数据分析(9):Pandas (八)数据预处理(2)
人生苦短,我用 Python 前文传送门: 小白学 Python 数据分析(1):数据分析基础 小白学 Python 数据分析(2):Pandas (一)概述 小白学 Python 数据分析(3):P ...
- 小白学 Python 数据分析(10):Pandas (九)数据运算
人生苦短,我用 Python 前文传送门: 小白学 Python 数据分析(1):数据分析基础 小白学 Python 数据分析(2):Pandas (一)概述 小白学 Python 数据分析(3):P ...
随机推荐
- 8.在python中用data_only=True设置显示excel表格中公式的结果为None的解决方法
在用python调用excel文件显示带公式的表格内容,有两种显示结果:第一种是直接显示表格中公式人内容:另一种是显示其表格中公式的结果. 显示第一种,可以这样输入代码: 显示第二种,可以这样输入代码 ...
- AcWing 220. 最大公约数 | 欧拉函数
传送门 题目描述 给定整数N,求1<=x,y<=N且GCD(x,y)为素数的数对(x,y)有多少对. GCD(x,y)即求x,y的最大公约数. 输入格式 输入一个整数N 输出格式 输出一个 ...
- Linux学习_菜鸟教程_3
我是在UBANTO上运行Linux的,开机启动时按下shift或者Esc都不能进入到grub,没有百度到可靠的教程. 暂时先这样吧.免得我把系统搞坏了,先学点实用的知识~~ Next Chapter
- react根据传参的不同动态注册不同的子组件
上一篇文章介绍了关于Vue如何根据传参的不同动态注册不同的子组件,实现过程请查阅Vue.extend动态注册子组件,由Vue的这个功能我就自然联想到了使用react该如何实现同样的功能呢.其实,用re ...
- IO流之处理流用法总结
处理流之一:缓冲流1.为了提高数据读写的速度,Java API提供了带缓冲功能的流类,在使用这些流类时,会创建一个内部缓冲区数组,缺省使用8192个字节(8Kb)的缓冲区. 2.缓冲流要“套接”在相应 ...
- Zookeeeper的安装与集群搭建
简介 Zookeeper下载 官网地址:点我直达 百度云盘:点我直达 踩坑录 官网下载一定要下载带bin的 要不然zookeeper起不起来,找不到加载类,原来从版本3.5.5开始,带有bin名称的包 ...
- 使用 git 将代码推送到多个仓库
使用 git 将代码推送到多个仓库 起因 起初,在 GitHub 建了一个仓库,200+ 的 commits .后来(终于在眼泪中明白...误
- .net生成荣誉证书
参考:https://blog.csdn.net/ljk126wy/article/details/84299373 采用生成pdf 方式 效果如下: 用adobe acrobat 制作一个模板 ...
- L1和L2:损失函数和正则化
作为损失函数 L1范数损失函数 L1范数损失函数,也被称之为最小绝对值误差.总的来说,它把目标值$Y_i$与估计值$f(x_i)$的绝对差值的总和最小化. $$S=\sum_{i=1}^n|Y_i-f ...
- xlwings excel(一)
python操作Excel的模块,网上提到的模块大致有:xlwings.xlrd.xlwt.openpyxl.pyxll等,他们提供的功能归纳起来有两种:一.用python读写Excel文件,实际上就 ...