Python--Pandas.1(Series的概念和创建,索引和切片,常用的基本操作)

Pandas

包概述 : 

Pandas是一个Python 的包，提供快速、灵活和富有表现力的数据结构，旨在使"关系或标记数据的使用既简单又直观"。
它的目标是成为用Python进行实际的、真实的数据分析的基础高级模块。
此外，它还有更宏远的目标，即成为超过任何语言的最强大，最灵活的开源数据分析/操作工具。它已朝着这个目标迈进。

 

Series的基本概念和创建

　　Pandas的数据结构,分两种:Series和DataFrame. Series的中文意思是序列,系列.

---

　　我们来学习Series,它的基本概念和创建方式. Series可以认为是一个一维数组
　　Series的 导入方式 :

import numpy as np
import pandas as pd  

　　Series对象的创建方式,如下:

tes = pd.Series(np.random.rand(5))
print(tes)
print(tes.values , type(tes.values))

　　根据输出结果可以看到 : Series是一个带有标签的一维数组,可以保存任何的数据类型.包括整数,字符串,浮点数,Python对象. 轴标签就是索引, Index

　　使用 .index 可以查看索引 ,例如 tes.index 可以看到起止索引及索引长度. 使用.values 属性可以查看该数组的值. 是Ndarray(数组)

　　Series相比较Ndarray, Series多了一个自带索引功能.就是一个一维数组加上对应的索引.Series更像是一个带有顺序的字典.

---

　　以上是Series的基本概念,下面来了解下Series的几种创建方式:

　　第一种 : 由字典创建, 字典的Key值就是index索引, values就是values 数组的值.如下:

dic ={'a':1,'b':2,'c':'a'}
tes = pd.Series(dic)
tes.values

 

 　　当元素里的类型不一致时,tes的类型就是一个Object对象.

　　第二种,由数组创建 (一维数组)

arr =np.random.randn(5)
tes = pd.Series(arr)
print(tes)

 

　　既然Index是默认使用整数,那么也可以对它进行修改,修改方法是这样的:

tes = pd.Series(arr,index=list('abcde'),dtype=np.float64)
print(tes)

 

 　　这样就可以对默认索引替换了,可以看到在创建Series时添加了一个index属性.还可以在创建 Series 时添加 dtype属性,设置数组的数据类型.例如 dtype=np.float64

 　　接下来看第三种创建方式: 由标量创建.如下:

tes = pd.Series(10,index=list('abcde'))
print(tes)

　　可以看到,用整数 "10" 对该数组进行填充.那么有个问题,就是 如果用标量来创建,就必须给该数组提供Index,索引,来匹配数组的长度

　　数组有一个名称属性,name ,默认为null,我们可以在创建时给数组添加一个name, 还有一个是重命名属性rename.

---

 Series的索引和切片

索引分别为哪些呢?分为 : 位置下标,标签索引,切片索引和布尔型索引

那什么是位置下标呢?如示例

tes =pd.Series(np.random.rand(5),index=list('abcde'))
print(tes[0])

 可以看到,和序列差不多,尝试使用tes[-1],却报错了,说明行不通(jupyter),易混淆,不能使用负数取值.Pycharm却可以....　　

 

标签索引的使用:取单个值和多个值

print(tes['a'],tes[['a','b']],tes['a'].dtype)  #运行时 tes['a'] 已去除

根据结果可以看出,索引的方式和字典差不多,相当于字典,选择多个返回的则是一个Series对象
那么上面的位置下标是否也可以选取多个值.试一下看看

print(tes[[1,4]])  #注意:索引标签index前面已设置

所以不能使用负数,它和列表的取值是有区别的,接下来看切片的使用:

s1 = pd.Series(np.random.rand(5))
s2 = pd.Series(np.random.rand(5),index=list('abcde'))
print(s1[1:4])
print(s2['a':'c'])

可以看到标签索引包头尾,所以:标签索引切片是一个闭区间,是字符串索引,包含头和尾
切片的写法和list基本一致, 同样可以这样切片 s2[::2]  从第一个开始隔2取1个值..

布尔型索引,先定义示例数据 : 

s = pd.Series(np.arange(10))
s[4]=None   #将其中一个值设置为空值
# 对s数组做一个判断,并得到结果
bs1 = s>5
print(bs1)

可以看到 返回的是一个布尔类型的数组
再设置2个判断 用isnull()和notnull(),得到bs2 和 bs3.

bs2 = s.isnull()
bs3 = s.notnull()

数组做了判断之后返回的一个由布尔值组成的新数组,Series,序列.bs2和bbs3是判断返回的布尔型新数组.

s[bs1]  # 就拿到了所有为True的值,也就是拿到了所有>5的值
s[bs2]  # 拿到了所有为None的值
s[bs3]  # 拿到了所有不为None的值
# 输出结果就不一一展示了.这就是布尔型索引 #

---

 Series的基本操作

首先是 数据查看

比如我想看前面5个数据, 可以使用 head(),那么可以这样

arr = pd.Series(np.random.rand(50))
print(arr.head())   # head方法默认显示前面5个

既然有查看前面个数的,那也查看尾数几个的, .tail()方法

arr.tail(10)   #默认显示最后5个,可以在括号里添加显示个数

 

---

重新索引 (reindex)  ,也就是对索引进行更改,如何做呢,往下看

tes = pd.Series(np.random.rand(5),index=list('abcde'))
s = tes.reindex(['c','d','a','d','ab'])  #会根据你的索引,重新排序
print(s)  

如果给个不存在的,如果索引不存在,就引入缺失值NaN,如上代码,已添加不存在索引

 

缺失值不好,因为数组要进行计算,任何与NaN计算都会为NaN. Series有个fill_value参数  可以设置缺失值

tes.reindex(['c','d','a','d','ab'],fill_value=0)

reindex 会返回一个新的Series,不修改原数据,另外索引还可以重复.这个是很有用的,如多拷贝一行,重新索引就可以做到.

---

下一个知识 :  对齐

s1 = pd.Series(np.random.rand(3),index = ['Jack','Mary','Tom'])
s2 = pd.Series(np.random.rand(3),index = ['Wang','Jack','Marry'])
print(s1)
print(s2)
print(s1+s2)

 

  index是自动对齐,顺序不受影响,没找到默认为None,None和任何值计算都为None.所以Tom+None 和Wang+None 都为None.

---

再一个   删除 功能 :

tes = pd.Series(np.random.rand(5),index=list('abcde'))

如果我们要删除'c', 该怎么做?

tes.drop('c')

drop 返回一个删除了指定数据的新的 Series .
drop 里有个inplace参数  默认为False , drop删除之后会返回新的Series,将inplace设置为True,不会返回新的序列,会修改原数据 将指定数据删除.

drop 还可以删除多个,可以通过一个list删除, 如: tes.drop(['a','b'])

---

添加  元素 : 

可以直接添加

tes['f'] = 100

能不能添加多个?

tes[['f','e']]=100  

Traceback (most recent call last) :
File" C:/Users/Administrator/ PycharmPro jects/Python test/pandas 2 2. py”，line 8，in <module>
tes[['f' ,'e' ]]=100
File "C: Users Administrator PycharmProjectsPython test venvlibsite-packages pandascoreseries. py"，line 1244， in_ _setitem_
setitem(key，value)
File "C:UsersAdministrator PycharmPro jectsPython test venvlibsite-packages pandascoreseries. py”，line 1240， in setitem 
self._ set_ with (key, value)
File "C: UsersAdministrator PycharmPro jectsPython test venvlibsite-packages pandascoreseries.py", line 1301， in_ _set_ with
self._ set_ labels(key， value)
File "C:UsersAdministrator PycharmPro jectsPython test venvlibsite-packages pandascoreseries. py”，line 1311， in_ set_ 1abels
raise ValueError("%s not contained in the index” % str (key [mask]))
ValueError: [’ f'] not contained in the index

#出现报错,所以这样行不通#

还能通过索引添加 :

arr = pd.Series(np.random.rand(5))
arr[5]=200

那么还有一个添加方法  append()  直接添加一个数组

tes.append(arr)  

.append 方法会返回一个新的序列Series, 不改变原数据

---

修改 修改很简单,直接通过赋值的方式 :

arr = pd.Series(np.random.rand(5),index=list('abcde'))
arr['a']=100

直接通过索引赋值,类似于列表.

---

 以上就是Series的一些基本操作......

 

 

#------------------#