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
- Java描述设计模式(04):抽象工厂模式
本文源码:GitHub·点这里 || GitEE·点这里 一.抽象工厂模式 1.生活场景 汽车生产根据用户选择的汽车类型,指定不同的工厂进行生产,选择红旗轿车,就要使用中国工厂,选择奥迪轿车,就要使用 ...
- 【带着canvas去流浪(10)】文字烟花
目录 一. 文字烟花 二. 动画原理 2.1 像素操作 2.2 烟花生成算法 2.3 计时器 示例代码托管在:http://www.github.com/dashnowords/blogs 博客园地址 ...
- 转换流读写操作 java.io.OutputStreamWriter ,java.io.InputStreamReader
package seday07; import java.io.FileOutputStream;import java.io.IOException;import java.io.OutputStr ...
- vue $emit $on 从子组件传递数据给父组件
原理是: 子组件使用$emit发送数据,父组件使用$on,或者v-on绑定, 来监听子组件发送的数据. 子组件: <button @click="sendChildData" ...
- Servlet 使用介绍(1)
说明 本篇介绍java web中比较重要的一个技术:servlet.servlet是一种对用户请求动态响应的一个技术,是java web的核心一环.对于一般服务性质的纯后台服务应用而言,或许整个应用是 ...
- QT防止程序多次启动
Question:最近在linux下作的一个项目,设置了crontab自启动,但是经常出现启动多个进程的原因,针对这种情况,我做了如下处理: QLockFile *lockFile = new QLo ...
- CSS .css边框属性(border)
<!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8&quo ...
- myeclipse 9.0 破解方法,亲测可用
MyEclipse 9.0的破解方法,步骤如下: 1.破解公钥,确保MyEclipse没有开启,否则失败! 用WinRAR打开Common\plugins\com.genuitec.eclipse.c ...
- 测试使用索引库crud和高级查询分页
1.搭建ES的服务 导入依赖 <dependency> <groupId>org.springframework.boot</groupId> <artifa ...
- MSYQL主从复制-Gtid方式
目录 1.MYSQL主从复制-Gtid方式 1.环境准备 2.Master配置 3.Slave配置 4.报错&解决 我叫张贺,贪财好色.一名合格的LINUX运维工程师,专注于LINUX的学习和 ...