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 Series