Pandas入门系列（一）-- Series

Series的创建

##数据分析汇总学习

https://blog.csdn.net/weixin_39778570/article/details/81157884

# 使用列表创建

 >>> import numpy as np
 >>> import pandas as pd
 >>> s1 = pd.Series([1,2,3,4])
 >>> s1
 0    1
 1    2
 2    3
 3    4
 dtype: int64

 # 查看s1的值和索引
 >>> s1.values
 array([1, 2, 3, 4], dtype=int64)
 >>> s1.index
 RangeIndex(start=0, stop=4, step=1) # 默认索引

# 使用数组创建

 >>> s2 = pd.Series(np.arange(10))
 >>> s2
 0    0
 1    1
 2    2
 3    3
 4    4
 5    5
 6    6
 7    7
 8    8
 9    9
 dtype: int32

# 使用字典创建

 >>> s3 = pd.Series({'':1, '':2, '':3})
 >>> s3
 1    1
 2    2
 3    3
 dtype: int64
 >>> s3.values
 array([1, 2, 3], dtype=int64)
 >>> s3.index
 Index(['', '', ''], dtype='object')

Series的访问

 >>> s4 =  pd.Series([1,2,3,4], index = ['a','b','c','d'])
 >>> s4
 a    1
 b    2
 c    3
 d    4
 dtype: int64
 >>> s4.values
 array([1, 2, 3, 4], dtype=int64)
 >>> s4.index
 Index(['a', 'b', 'c', 'd'], dtype='object')
 >>> s4['a'] # 访问索引为a的值
 1
 >>> s4[s4>2] #访问s4中值大于2的Series
 c    3
 d    4
 dtype: int64

# Series与字典的转换

 >>> s4.to_dict()  # s4转换为字典
 {'a': 1, 'b': 2, 'c': 3, 'd': 4}

 >>> s5 = pd.Series(s4.to_dict())  # 字典转换为Series
 >>> s5
 a    1
 b    2
 c    3
 d    4
 dtype: int64

# e索引无值补充为NaN

 >>> index_1 = ['a','b','c','d','e']
 >>> s6 = pd.Series(s5, index = index_1)
 >>> s6
 a    1.0
 b    2.0
 c    3.0
 d    4.0
 e    NaN  # s5此处无值
 dtype: float64

# NaN判断

 >>> pd.isnull(s6)
 a    False
 b    False
 c    False
 d    False
 e     True
 dtype: bool
 >>> pd.notnull(s6)
 a     True
 b     True
 c     True
 d     True
 e    False
 dtype: bool

# 命名修改

 >>> s6.name = 'demo'   # s6的名字修改
 >>> s6
 a    1.0
 b    2.0
 c    3.0
 d    4.0
 e    NaN
 Name: demo, dtype: float64

 >>> s6.index.name = 'demo_index'  # s6的索引的名字的修改
 >>> s6.index
 Index(['a', 'b', 'c', 'd', 'e'], dtype='object', name='demo_index')

官网：http://pandas.pydata.org/pandas-docs/version/0.14.1/

如果还有问题未能得到解决，搜索887934385交流群，进入后下载资料工具安装包等。最后，感谢观看！