pandas 学习 第2篇:Series -(创建,属性,转换和索引)
序列(Series
)是由一组数据(各种NumPy数据类型),以及一组与之相关的数据标签(索引)组成,序列不要求数据类型是相同的。
序列是一个一维数组,只有一个维度(或称作轴)是行(row),在访问序列时,只需要设置一个索引。pandas自动为序列创建了一个从0开始到N-1的序号,称作行的下标,行的位置。可以显式设置index参数,为每行设置标签,pandas把标签称作索引。用户可以通过索引、也可以通过位置来访问Series对象中的元素。
序列可以看作是索引到数据值的一个映射,一个索引对应一个数据值,这种结构就是有序的字典。
一,创建序列
序列的构造函数定义是:
pandas.Series(data=None, index=None, dtype=None, name=None, copy=False)
构造函数的参数:
- data:传递给序列的数据,可以是ndarray、list或字典
- index:设置轴的索引,索引值的个数与data参数的长度相同。如果没有设置index参数,那么默认值是 np.arange(n),或者 RangeIndex (0, 1, 2, …, n)。
- dtype:设置序列元素的数据类型,如果没有设置,那么将推断数据类型
- name:序列是一个多行的结构,name是序列的名称
- copy:复制数据,默认值是false
索引的下标是自动生成的,从0开始,加1递增。对于序列的data,可以通过序列的属性values来访问;对于序列的索引,可以通过序列的属性index来访问。
1,使用ndarray或list创建序列
使用ndarray的一维数组,或者list来构造序列,序列包含两部分:索引和序列值,如下所示
>>> data=np.array(['a','b']) # data=['a','b']
>>> sd=pd.Series(data)
0 a
1 b
dtype: object
分析序列的输出:
最左侧的0和1是行索引,a和b是数据值。
在构造序列时,如果没有传递index参数,默认情况下,pandas分配了从 0 到 len(data)-1 的索引。
显式传递index参数
在构造函数中传递自定义的索引列表,索引的长度必须和data的长度相同,如下所示:
>>> sd=pd.Series(data,index=[101,102])
101 a
102 b
dtype: object
显式设置序列的name和index的name
序列是一维数组,只有一个维度,那就是row,在序列中为Index命名就是设置行轴的名称。
>>> sd=pd.Series(data=['a','b'],index=pd.Index([101,102],name='idx_name'),name='series_name')
idx_name
101 a
102 b
Name: series_name, dtype: object
序列看起来像多行一列的数据集,但是他们之间有本质的区别,多行一列是二维数组,有行名称和列名称,需要使用两个索引值来访问单个cell的数据,而序列只需要一个索引就可以访问元素值。
3,从字典构造序列
通过字典来创建Series,字典的key作为序列的索引标签,value作为对应Key的数据值:
>>> sdata = {'b': 12, 'a': 13}
>>> spd.Series(sdata)
b 12
a 13
dtype: int64
通过字典构建的序列,索引是标签(字符类型)。
二,序列的属性
序列对象包含的属性:
- index:序列的索引
- shape:序列的形状,表示各个维度的数量
- array:把序列的数据值转换为Pandas数组
- values:把序列的数据值转换为numpy数组
- dtype:序列元素的数据类型
- hasnan:序列是否包含nan
- is_unique:序列的元素是否是唯一的
1,序列的索引
>>> sd.index
Int64Index([101, 102], dtype='int64', name='idx_name')
2,序列的shape
>>> sd.shape
(2,)
3,序列的PandasArray或ndarray数组
>>> sd.array
<PandasArray>
['a', 'b']
Length: 2, dtype: object
>>> sd.values
array(['a', 'b'], dtype=object)
三,序列数据的转换
转换序列数据值的类型:
Series.astype(self, dtype, copy=True, errors='raise', **kwargs)
把序列转换为NumPy数组:
Series.to_numpy(self, dtype=None, copy=False)
把序列转换为list:
Series.to_list(self)
四,访问序列的元素
序列元素的访问,可以通过索引和行标签,索引标签是在构造函数中通过index参数传递或构造的,而索引值(也可以称作序列的下标)是默认生成的,第一个元素的下标值是0,依次加1递增。
1,通过索引来访问序列
对于序列,通过索引来访问序列元素的格式是:Sereis[index],索引可以是整数,也可以是字符类型的标签:
>>> sd[102]
'b'
通过属性来访问序列的元素值
2,at和iat属性,用于访问序列的单个元素值
at属性通过索引访问单个序列值
>>> sd.at[102]
'b'
iat属性表示通过位置访问序列的单个元素值:
>>> sd.iat[0]
'a'
3,loc和iloc,通过序列的位置来访问元素
iloc:基于整数位置的索引,用于按位置选择序列元素
- 单个位置索引,比如sd.iloc[1]
- 位置索引的列表,比如 sd.iloc[[0,1]]
- 整数序列,比如,sd.iloc[0:2]
- 布尔值数组,sd.iloc[[True, False, True, False]]
loc:通过索引标签和布尔值数组来选择序列的元素
举个例子,通过整数位置来选择序列的元素:
>>> sd.iloc[0:2]
idx_name
101 a
102 b
Name: series_name, dtype: object
举个例子,通过索引的标签来选择序列的元素:
>>> sd.loc[[101,102]]
idx_name
101 a
102 b
Name: series_name, dtype: object
4,通过位置掩码(布尔索引数组)来访问序列的元素
在上面的例子中,[101,102] 称作索引数组,如果索引数据的元素类型是布尔类型,并且索引数组的元素数量和序列相同,那么把这种索引数组称作位置掩码。当位置为True时,表示选择该元素;当位置为False,表示不选择该元素。
>>> sd.loc[[True,False]]
idx_name
101 a
Name: series_name, dtype: object
5,获得懒惰迭代器
可以通过序列的__iter__()函数获得值的迭代器,也可以通过items()或iteritems()函数获得包含索引和值的元组的迭代器:
Series.__iter__(self) #Return an iterator of the values.
Series.items(self) #Lazily iterate over (index, value) tuples.
Series.iteritems(self) #Lazily iterate over (index, value) tuples.
例如,通过items()函数获得序列的迭代器,并通过for循环来打印序列的值
>>> for t in sd.items():
... print(t)
...
('b', 12)
('a', 13)
('d', 14)
('c', 10)
五,序列的条件索引
按照条件选择序列的特定行,可以使用序列的loc或iloc属性,并使用布尔索引来筛选序列的数据行:
>>> sd.loc[sd>12]
a 13
d 14
dtype: int64
也可以使用逻辑表达式对条件进行组合计算:
>>> sd.loc[(sd>12) & (sd<14)]
a 13
dtype: int64
>>> sd.loc[(sd>12) | (sd<14)]
b 12
a 13
d 14
c 10
dtype: int64
注意,必须用小括号把两个逻辑表达式括起来,不然会报错:
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
查看序列的逻辑表达式的值:
>>> (sd>12) & (sd<14)
b False
a True
d False
c False
dtype: bool
六,序列的基本操作
1,删除元素的元素
根据行标签删除制定的元素
Series.drop(self, labels=None)
2,对序列元素执行条件查询
如果序列元素的值满足cond条件,返回other的值;如果不满足,返回元素的值。
Series.where(self, cond, other=nan, inplace=False)
3,把序列追加到一个序列末尾
把to_append序列追加到序列的末尾,设置ignore_index表示忽略原始序列的索引,重新创建一个索引:
Series.append(self, to_append, ignore_index=False, verify_integrity=False)
4,重索引
重索引是指按照新的索引对序列的元素进行重新排列,如果某个索引值不存在,就形成一个空洞,默认情况下,在空洞处插入缺失值:
Series.reindex(self, index=None, **kwargs)
参数 **kwargs 表示数据不固定的参数,其中有:
method:表示插补缺失值的方法,有效值有{None, ‘backfill’/’bfill’, ‘pad’/’ffill’, ‘nearest’}
- None 表示插入缺失值nan
- ‘backfill’/’bfill’:表示使用空洞之后的最近的有效值来填充
- ‘pad’/’ffill’:表示使用空洞之前的最近的有效值来填充
- ‘nearest’:表示使用最靠近空洞的有效值来填充
fill_value:填充的值,默认值是nan
参考文档:
pandas 学习 第2篇:Series -(创建,属性,转换和索引)的更多相关文章
- pandas 学习 第8篇:Index 对象 - (创建、转换、排序)
Index对象负责管理轴标签.轴名称等元数据,是一个不可修改的.有序的.可以索引的ndarry对象.在构建Sereis或DataFrame时,所用到的任何数据或者array-like的标签,都会转换为 ...
- pandas 学习 第6篇:DataFrame - 数据处理(长宽格式、透视表)
长宽格式的转换 宽格式是指:一列或多列作为标识变量(id_vars),其他变量作为度量变量(value_vars),直观上看,这种格式的数据比较宽,举个列子,列名是:id1.id2.var1.var2 ...
- pandas 学习 第3篇:Series - 数据处理(应用、分组、滚动、扩展、指数加权移动平均)
序列内置一些函数,用于循环对序列的元素执行操作. 一,应用和转换函数 应用apply 对序列的各个元素应用函数: Series.apply(self, func, convert_dtype=True ...
- pandas 学习 第1篇:pandas基础 - 数据结构和数据类型
pandas是基于NumPy构建的模块,含有使数据分析更快更简单的操作工具和数据结构,是数据分析必不可少的五个包之一.pandas包含序列Series和数据框DataFrame两种最主要数据结构,索引 ...
- Pandas 学习 第9篇:DataFrame - 数据的输入输出
常用的数据存储介质是数据库和csv文件,pandas模块包含了相应的API对数据进行输入和输出: 对于格式化的平面文件:read_table() 对于csv文件:read_csv().to_csv() ...
- pandas 学习 第14篇:索引和选择数据
数据框和序列结构中都有轴标签,轴标签的信息存储在Index对象中,轴标签的最重要的作用是: 唯一标识数据,用于定位数据 用于数据对齐 获取和设置数据集的子集. 本文重点关注如何对序列(Series)和 ...
- pandas 学习 第5篇:DataFrame - 访问数据框
数据框是用于存储数据的二维结构,分为行和列,一行和一列的交叉位置是一个cell,该cell的位置是由行索引和列索引共同确定的.可以通过at/iat,或loc/iloc属性来访问数据框的元素,该属性后跟 ...
- pandas 学习 第十一篇:处理缺失值
Pandas中的缺失值是指nan.None和NaT.如果需要把inf 和 -inf视为缺失值,需要设置 pandas的选项: pandas.options.mode.use_inf_as_na = T ...
- pandas 学习 第7篇:DataFrame - 数据处理(应用、操作索引、重命名、合并)
DataFrame的这些操作和Series很相似,这里简单介绍一下. 一,应用和应用映射 apply()函数对每个轴应用一个函数,applymap()函数对每个元素应用一个函数: DataFrame. ...
随机推荐
- 搭建Harbor
搭建Harbor 一.安装准备 二.安装docker-ce 三.安装docker-compose 四.安装harbor 5.1下载安装程序 5.2配置harbor.yml 5.3运行install.s ...
- DynamicList
DynamicList设计要点——类模板 申请连续空间作为顺序存储空间 动态设置顺序存储空间的大小 保证重置顺序存储空间时的异常安全性 DynamicList设计要点——函数异常安全的概念 不泄露任何 ...
- nmcli详解
1. nmcli 安装 [root@liujunjun ~]# yum install -y NetworkManager CentOS7默认已安装了 2. nmcli 基本选项 选项 作用 -t 简 ...
- 安装PS
1:下载溜云库 2:查找PS软件,下载 3:按照教程安装
- Cannot load connection class because of underlying exception: com.mysql.cj.exceptions.WrongArgumentException: Malformed database URL, failed to parse the connection string near ';characterEncoding=UTF
今天在使用springboot整合SSM的时候,配置好以后启动项目,报了一个这样的异常 java.sql.SQLNonTransientConnectionException: Cannot load ...
- 当面试官要你介绍一下MQ时,该怎么回答?
一.为什么要使用MQ消息中间件? 一个用消息队列的人,不知道为啥用,有点尴尬.没有复习这点,很容易被问蒙,然后就开始胡扯了. 回答:这个问题,咱只答三个最主要的应用场景,不可否认还有其他的,但是只答三 ...
- Java入门系列之类继承、抽象类、接口(五)
前言 C#和Java关于类.抽象类.接口使用方式基本相似,只是对应关键字使用不同罢了,本节呢,我们只是对照C#和Java中关于这三个概念在具体使用时,看看有哪些不一样的地方. 类继承 C#和Java在 ...
- GO语言介绍以及开发环境配置
一.介绍 GO语言是静态强类型语言 静态也就是编译型语言 二.安装 1.下载地址 下载地址 https://golang.google.cn/dl/ 2.安装 Linux安装 1.下载二进制包:go1 ...
- easyUI+servlet+mysql项目总结
项目介绍 利用easyUI做前端框架,进行数据展示和用户数据收集 使用servlet做后端的控制层,并调用业务逻辑组件的业务逻辑方法,处理用户请求,根据不同处理结果返回不同的结果到前端 mysql进行 ...
- Hadoop完全分布式搭建流程
centos7 搭建完全分布式 Hadoop 环境 SSR 前言 本次教程是以先创建 四台虚拟机 为基础,再配置好一台虚拟机的情况下,直接复制文件到另外的虚拟机中(这样做大大简化了安装流程) 且本次 ...