数据分析之pandas01

Series

一.Series

Series是一种类似于一维数组的对象,有两部分组成:

    .values:一组数据(ndarray类型)

    .index: 相关的数据索引标签

二.series的创建

    1.由列表或numpy数组创建

         Series(data=[1,2,3,4],index=['a','b','c','d'],name='haha',dtype='int64')

         index为显示索引,name为标识,dtype指定数据类型

         Serier(data=np.arange(10,60,6))

    2.由字典创建:不能再使用index,但是依然存在默认索引

三.Serier的索引和切片

  1.索引

      可以使用中括号取单个索引(此时返回的是元素类型),或者中括号里一个列表取多个索引(此时返回的是Series类型)

       (1)显式索引:a.使用index中的元素作为索引值,b.使用s.loc[],推荐:loc中放的一定是显式索引

       (2)隐式索引:a.使用整数作为索引值,b.使用s.iloc[],推荐:iloc中放的一定是隐式索引

  2.切片

      (1)显式索引切片:index和loc

      (2)隐式索引切片:整数索引和iloc

四.Series的基本操作

1.可以把Series看成一个定长的有序字典,向Series增加一行,相当于给字典增加一组键值对

    a['f'] = 99

2.可以使用s.head(),tail()分别查看前n个和后n个值

3.对Series去重

         s.unique()   Series中的去重函数 

4.Serise运算.

     (1)在运算中自动对齐不同索引的数据

         如果索引不对齐,则补NaN

     (2)a.add()加, a.sub()减 , a.mul()乘, a.div()除

5.可以使用pd.isnull(),pd.notnull或s.isnull,notnull()函数检测缺失数据

    去除空值(NaN):检测,过滤s.loc[s.notnull()]只能用loc()

五.Series属性

    1.shape

    2.size

    3.index

    4.values