利用python数据分析panda学习笔记之Series

1 Series

　　a：类似一维数组的对象，每一个数据与之相关的数据标签组成

　　b:生成的左边为索引，不指定则默认从0开始。

 from pandas import Series,DataFrame
 import pandas as pd
 #series 一组数据与相关得数据标签组成
 obj=Series([,,-,])
 obj#索引在左边 值在右边

c:可以通过values和index属性获取数组的表示形式和索引对象

 obj.values#array([ ,  , -,  ], dtype=int64)
 obj.index

d:跟定索引值

 obj2=Series([,,-,],index=['d','b','a','c'])
 obj2
 obj2.index

e:通过索引值得到值

 obj2['a']
 obj2[['c','a','d']]
 obj2[obj2>]

f:如果数据在python字典中 可以直接通过字典来创建Series

 sdata={'ohio':,'Texas':,'Oregon':,'Utah':}
 obj3=Series(sdata)
 obj3

g:Series中非常重要的功能就是在多个Series运算的时候会自动匹配相同的索引进行操作

 #如果数据在Python字典中 可以直接通过这个字典来创建Series
 sdata={'ohio':,'Texas':,'Oregon':,'Utah':}
 obj3=Series(sdata)
 obj3
 
 #如果只是传入一个字典 那么结果Series中索引就是字典得键 缺失为nan
 states=['California','ohio','Oregon','Texas']
 obj4=Series(sdata,index=states)
 
 #使用isnull notnull判断缺失值
 
 #Series中一个非常重要的功能就是在算数运算中自动对其不同索引得数据
 obj3
 obj4
 obj3+obj4

　　　

　　h:series中有个特别的属性 name属性

 bj4.name='population'
 obj4.index.name='state'
 ob