Python Pandas 简明教程

Python Pandas - Series

Series 是一个一维的带标签阵列，它可以保存任何类型（整数、字符串、浮动、Python 对象等）的数据。轴标签统称为索引。

pandas.Series

可以使用以下构造函数创建 Pandas Series −

pandas.Series( data, index, dtype, copy)

构造函数的参数如下：

Sr.No	Parameter & Description
1	data data 采用 ndarray、list、constants 等各种形式
2	index 索引值必须是唯一的且可哈希的，长度应与数据相同。如果没有传递索引值，则使用默认 np.arrange(n) 。
3	dtype dtype 表示数据类型。如果为 None，则会推断数据类型
4	copy Copy data. Default False

可以使用各种输入创建 series，如：

Array
Dict
Scalar value or constant

Create an Empty Series

可以创建的基本 series 是一个空 series。

Example

#import the pandas library and aliasing as pd
import pandas as pd
s = pd.Series()
print s

它的 output 如下所示 −

Series([], dtype: float64)

Create a Series from ndarray

如果 data 是一个 ndarray，则传入的索引的长度必须相同。如果没有传入索引，则默认的索引是 range(n) ，其中 n 是数组长度，即 [0,1,2,3…. range(len(array))-1].

Example 1

#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = np.array(['a','b','c','d'])
s = pd.Series(data)
print s

它的 output 如下所示 −

0   a
1   b
2   c
3   d
dtype: object

我们并没有传入任何索引，因此它默认分配了从 0 到 len(data)-1 的索引，即 0 到 3。

Example 2

#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = np.array(['a','b','c','d'])
s = pd.Series(data,index=[100,101,102,103])
print s

它的 output 如下所示 −

100  a
101  b
102  c
103  d
dtype: object

我们在这里传入了索引值。现在，我们可以在输出中看到自定义的索引值。

Create a Series from dict

可以将一个 dict 作为输入，并且如果未指定索引，则会按照排序的顺序取字典作为密钥，以构造索引。如果传递了 index ，则会提取出与索引中标签相对应的 data 中的值。

Example 1

#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = {'a' : 0., 'b' : 1., 'c' : 2.}
s = pd.Series(data)
print s

它的 output 如下所示 −

a 0.0
b 1.0
c 2.0
dtype: float64

Observe − 字典密钥用于构建索引。

Example 2

#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = {'a' : 0., 'b' : 1., 'c' : 2.}
s = pd.Series(data,index=['b','c','d','a'])
print s

它的 output 如下所示 −

b 1.0
c 2.0
d NaN
a 0.0
dtype: float64

Observe − 索引顺序得以保留，并且将缺失元素填充为 NaN（非数字）。

Create a Series from Scalar

如果 data 是一个标量值，则必须提供一个索引。该值将会重复，以匹配 index 的长度

#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
s = pd.Series(5, index=[0, 1, 2, 3])
print s

它的 output 如下所示 −

0  5
1  5
2  5
3  5
dtype: int64

Accessing Data from Series with Position

可以通过类似于 ndarray. 中的方式访问 series 中的数据

Example 1

检索第一个元素。正如我们已经知道的那样，数组的计数从零开始，这意味着第一个元素存储在第零个位置，依此类推。

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])

#retrieve the first element
print s[0]

它的 output 如下所示 −

Example 2

在 Series 中检索前三个元素。如果在它的前面插入了一个 : ，则会提取从该索引开始的所有项目。如果使用了两个参数（中间以 : 分隔），则会提取两个索引所对应的项（不包括停止索引）

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])

#retrieve the first three element
print s[:3]

它的 output 如下所示 −

a  1
b  2
c  3
dtype: int64

Example 3

检索最后三个元素。

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])

#retrieve the last three element
print s[-3:]

它的 output 如下所示 −

c  3
d  4
e  5
dtype: int64

Retrieve Data Using Label (Index)

Series 就像一个固定大小的 dict ，因为你可以通过索引标签获取和设置值。

Example 1

使用索引标签值检索一个单独的元素。

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])

#retrieve a single element
print s['a']

它的 output 如下所示 −

Example 2

使用索引标签值列表检索多个元素。

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])

#retrieve multiple elements
print s[['a','c','d']]

它的 output 如下所示 −

a  1
c  3
d  4
dtype: int64

Example 3

如果未包含标签，则会引发异常。

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])

#retrieve multiple elements
print s['f']

它的 output 如下所示 −

…
KeyError: 'f'