1-Pandas Series学习笔记

版权声明：本文为博主原创文章，遵循 CC 4.0 by-sa 版权协议，转载请附上原文出处链接和本声明。 本文链接：https://blog.csdn.net/qq_33736653/article/details/87909852

Pandas简介

__Pandas__ 是 Python 中的数据操纵和分析软件包。
它有两个新的数据结构，即 Pandas Series 和 Pandas DataFrame。借助这两个数据结构，我们能够轻松直观地处理带标签数据和关系数据

此课程中，将学习：

• 如何导入 Pandas
• 如何使用各种方法创建 Pandas Series 和 DataFrame
• 如何访问及更改 Series 和 DataFrame 中的元素
• 如何对 Series 执行算术运算
• 如何向 DataFrame 中加载数据
• 如何处理非数 (NaN) 值

Pandas Series 和 DataFrame 专门用于快速进行数据分析和操纵，并且使用灵活简单，具有以下功能：

• 允许为行和列设定标签
• 可以针对时间序列数据计算滚动统计学指标
• 轻松地处理 NaN 值
• 能够将不同格式的数据加载到 DataFrame 中
• 可以将不同的数据集合并到一起
• 与 NumPy 和 Matplotlib 集成

如何创建Pandas Series

Pandas Series 是像数组一样的一维对象。它可以存储多种数据类型。
对象中包含了 data = [ ] 和 index = [ ] 两个属性；
Series的显示方式：第一列为索引，第二列为数据。

与 ndarray 的区别：

• Pandas Series 可以为每个元素分配索引标签。即 data 和 index ；
• Pandas Series 可以存储不同类型的数据类型，ndarray 只能储存一种数据类型。
  ndarray：
• ndarray 只能允许一种数据类型的元素，如果含有不同类型，会自动转型；
  ( 熟悉 ndarray 的转型规则 )

# 导入 Pandas 包
import pandas as pd

# 使用 Series() 函数进行创建
groceries = pd.Series(data = [30,6,'Yes','No'],index = ['egg','break','milk','apple'])

groceries

与 NumPy ndarray 一样，Pandas Series 也具有很多函数获取 Series 中的信息。

X.shape

：获取 X 的形状；

X.ndim

：获取 X 的尺寸；

X.size

：获取 X 的元素个数

print('shape:',groceries.shape)
print('dimension:',groceries.ndim)
print('total elenment:',groceries.size)

shape: (4,)
dimension: 1
total elenment: 4

可以使用

X.values

和

X.index

查询 Series 的数据和索引标签；
也可以使用

in

来判断某索引是否存在该 Series 中。

# X.values
print('data of Series:',groceries.values)
# X.index
print('index of Series:',groceries.index)
# in 判断
print('bananas' in groceries)
print('apple' in groceries)

data of Series: [30 6 'Yes' 'No']
index of Series: Index(['egg', 'break', 'milk', 'apple'], dtype='object')
False
True

访问和删除元素

Pandas Series 有 两种 访问元素的方式：

• 使用元素中 index 索引值访问。格式：X[One or More index label]

• 使用数字索引，like NumPy ndarray。格式：X[0] or X[-1]
  注意： 当含有多个 索引 时，需要多一个 [] ；数字索引时，切片功能同样适用。

• 为了清晰指明引用 标签索引 还是 数字索引 ，Pandas Series 提供了两种属性

  .loc

  和

  .iloc

  。
  

  .loc

  ：表示位置，指明使用的是标签索引；
  

  .iloc

  ：表示整型位置，指明使用的是数字索引。

print(groceries[['egg','milk']])
print(groceries[[1,3]])

# 使用 .loc 和 .iloc 区分
print('loc:',groceries.loc[['egg','milk']])
print('iloc:',groceries.iloc[[1,3]])

egg      30
milk    Yes
dtype: object
break     6
apple    No
dtype: object
loc: egg      30
milk    Yes
dtype: object
iloc: break     6
apple    No
dtype: object

Pandas 序列是可变的，可以修改序列中的元素。

• 修改元素： X[ index ] = value
• 删除元素： X.drop(index,inplace = False)
  — inplace 表示是否在当前 Pandas序列中删除元素；为False时，表示不改变原序列，为True时，表示改变原序列

# 修改元素数据
groceries['egg'] = 3
print(groceries)

egg        3
break      6
milk     Yes
apple     No
dtype: object

# 删除元素
groceries.drop('egg') # 不删除原序列元素
print(groceries)
groceries.drop('egg',inplace = True) # 删除原序列元素
print(groceries)

egg        3
break      6
milk     Yes
apple     No
dtype: objectbreak      6
milk     Yes
apple     No
dtype: object

Pandas序列元素的算术运算

• 对单个数字的计算。使得序列中的所有元素都进行该计算。（没有更改原Pandas序列）
• 也可以导入 NumPy 包，对序列进行数学函数计算

# creat a new Pandas Series
fruits = pd.Series(data = [5,8,6,7],index = ['bananas','lemon','apple','orange'])
# excute operation
print(fruits)
print()
print(fruits + 2)
print()
print(fruits - 2)
print()
print(fruits * 2)
print()
print(fruits / 2)
# same result use others like ( - * / )

bananas    5
lemon      8
apple      6
orange     7
dtype: int64

bananas     7
lemon      10
apple       8
orange      9
dtype: int64

bananas    3
lemon      6
apple      4
orange     5
dtype: int64

bananas    10
lemon      16
apple      12
orange     14
dtype: int64

bananas    2.5
lemon      4.0
apple      3.0
orange     3.5
dtype: float64

import numpy as np
print(fruits)
# print(fruits.mean())
print()
print('mean:',np.mean(fruits))
print()
print('exp:\n',np.exp(fruits))
print()
print('sqrt:\n',np.sqrt(fruits))

bananas    5
lemon      8
apple      6
orange     7
dtype: int64

mean: 6.5

exp:
bananas     148.413159
lemon      2980.957987
apple       403.428793
orange     1096.633158
dtype: float64

sqrt:
bananas    2.236068
lemon      2.828427
apple      2.449490
orange     2.645751
dtype: float64

Pandas序列还可以对某一特定元素进行算术计算。

• X[One or More index]

  +(- * /)

  数字 —— 索引值包括标签索引或者数字索引

print(fruits)
# label index
# fruits[['apple','bananas']] + 2
# fruits.loc[['apple','bananas']] + 2
# interger index
fruits[[1,3]] * 2

bananas    5
lemon      8
apple      6
orange     7
dtype: int64

lemon     16
orange    14
dtype: int64

注意：对具有混合数据类型的 Pandas Series 应用算术运算，前提是该算术运算适合 Series 中的所有数据类型，否则会出错

groceries = pd.Series(data = [30,10,'Yes','No'],index = ['egg','apple','bananas','cup'])
groceries * 2

egg            60
apple          20
bananas    YesYes
cup          NoNo
dtype: object

# but next operation would occur error
groceries / 2