Series
Pandas各个数据类型的关系：0维单值变量->1维Series->2维DataFrame->3维层次化DataFrame
wd.png
import numpy as np
import pandas as pd
创建
- 列表创建
- 字典创建
- 其他创建
列表创建Series
a = pd.Series([2,3,4,5,6])
a
0 2
1 3
2 4
3 5
4 6
dtype: int64
# 自定义索引
b = pd.Series([2,3,4,5,6], index=['a', 'b', 'c', 'd', 'e'])
b
a 2
b 3
c 4
d 5
e 6
dtype: int64
Series可以存储不同类型数据
虽然可以，但建议存储同一类型数据，因为Series更像表格中的列，列应该是同一类型的
c = pd.Series([18, 28, 38])
c
0 18
1 28
2 38
dtype: int64
c2 = pd.Series(['张三', 18, 85.5, True])
c2
0 张三
1 18
2 85.5
3 True
dtype: object
字典创建Series
# 索引就是字典的键
d = pd.Series({
'name': '张三',
'age': 18,
'gander': True,
})
d
name 张三
age 18
gander True
dtype: object
# 创建时自定义索引会替换字典索引
d2 = {
'name': '张三',
'age': 18,
'gander': True,
}
d = pd.Series(d2, index=['name', 'age', 'score'])
d
name 张三
age 18
score NaN
dtype: object
其他方式
# 标量创建
pd.Series(5)
pd.Series(5, index=[1,2,3,4,5])
1 5
2 5
3 5
4 5
5 5
dtype: int64
# 序列
range(5)
list(range(5))
for i in range(5):
print(i)
pd.Series(range(5))
0
1
2
3
4
0 0
1 1
2 2
3 3
4 4
dtype: int64
# Numpy的序列函数创建
np.arange(5)
np.arange(2, 5)
np.arange(9, 5, -1)
array([9, 8, 7, 6])
pd.Series(
np.arange(4),
index=np.arange(9, 5, -1)
)
9 0
8 1
7 2
6 3
dtype: int32
查询
class1 = pd.Series([95, 25, 59, 90, 61], index=['ming', 'hua', 'hong', 'huang', 'bai'])
class1
ming 95
hua 25
hong 59
huang 90
bai 61
dtype: int64
查询数据形状
1维数据的形状就是它的值个数
class1.shape
class1.shape[0]
5
查询值（values）和索引（index）
一个Series数据是由2个ndarray数组组成的
# 查询值
class1.values
array([95, 25, 59, 90, 61], dtype=int64)
type(class1.values)
numpy.ndarray
# 查询索引
class1.index
Index(['ming', 'hua', 'hong', 'huang', 'bai'], dtype='object')
class1.index.values # 索引的本质也是数组
array(['ming', 'hua', 'hong', 'huang', 'bai'], dtype=object)
# 查询单个索引或值
class1.values[2], class1.index[2], class1.index.values[2]
(59, 'hong', 'hong')
查询值
- 根据索引查询值
- 索引查询
- 切片查询
- 根据条件反查索引
- 布尔查询
索引查询
索引和切片查询都是根据索引查询值
class1
ming 95
hua 25
hong 59
huang 90
bai 61
dtype: int64
查询单值
# Series有两套索引：默认索引，自定义索引
class1['hong'] # 自定义索引
class1[2] # 默认索引
59
查询多值
class1[['hua', 'huang']]
hua 25
huang 90
dtype: int64
class1[[1, 3]]
hua 25
huang 90
dtype: int64
# class1[[1, 'hong']] # 索引不能混用
切片查询
class1
ming 95
hua 25
hong 59
huang 90
bai 61
dtype: int64
# 默认索引：包含起始值，不包含结束值
class1[:3]
class1[2:]
class1[1:4]
hua 25
hong 59
huang 90
dtype: int64
# 自定义索引：包含起始和结束值
# 原因是自定义索引没有顺序，难以确定索引前后的值
class1['hua':'huang']
hua 25
hong 59
huang 90
dtype: int64
# 步长
class1[::2]
ming 95
hong 59
bai 61
dtype: int64
# 倒查
class1[::-1]
bai 61
huang 90
hong 59
hua 25
ming 95
dtype: int64
布尔查询
根据值反查索引
根据条件反查索引
class1
ming 95
hua 25
hong 59
huang 90
bai 61
dtype: int64
# 原生方式查询
for i in class1:
# print(i)
if i < 60:
print(i)
25
59
# 布尔查询
class1[[True, True, False, False, False]]
ming 95
hua 25
dtype: int64
class1 < 60
ming False
hua True
hong True
huang False
bai False
dtype: bool
# 布尔查询，布尔值由程序判断自动生成
class1[class1 < 60]
hua 25
hong 59
dtype: int64
向量化运算
矢量运算，并行运算
所有同学加5分
x = {
'ming': 95,
'hua': 25,
'hong': 59,
'huang': 90,
'bai': 61,
}
x
{'ming': 95, 'hua': 25, 'hong': 59, 'huang': 90, 'bai': 61}
原生Python字典运算
# 原生python，遍历序列，运算
# 速度慢，效率低
for i in x:
print(i, x[i]+5)
ming 100
hua 30
hong 64
huang 95
bai 66
Pandas向量化运算
class1 = pd.Series([95, 25, 59, 90, 61], index=['ming', 'hua', 'hong', 'huang', 'bai'])
class1
ming 95
hua 25
hong 59
huang 90
bai 61
dtype: int64
# 向量化运算，不需要遍历，速度快效率高
class1 + 5
ming 100
hua 30
hong 64
huang 95
bai 66
dtype: int64
应用函数执行向量化运算
x
{'ming': 95, 'hua': 25, 'hong': 59, 'huang': 90, 'bai': 61}
class1
ming 95
hua 25
hong 59
huang 90
bai 61
dtype: int64
计算总分
# Python原生方式
y = 0
for i in x:
y = y + x[i]
y
330
# Pandas向量化方式
class1.sum() # Pandas方法
np.sum(class1) # Numpy方法
330
求平均分
# Python原生方式
y = 0
for i in x:
y = y + x[i]
y/len(x)
66.0
# Pandas向量化方式
class1.sum() / class1.shape[0] # shape[0]就是读取矩阵第一维度的长度
class1.mean()
np.mean(class1)
66.0
类Numpy数组操作，和类Python字典的操作
- Pandas数据可以执行全部Numpy数据操作（因为Pandas底层基于Numpy，所以通用）
- 也可以执行部分Python原生列表或字典操作（仅限于Pandas实现的操作）
- 保留字in操作
- 使用.get()方法
x
{'ming': 95, 'hua': 25, 'hong': 59, 'huang': 90, 'bai': 61}
class1
ming 95
hua 25
hong 59
huang 90
bai 61
dtype: int64
类Numpy数组操作
np.mean(class1) # Numpy方法
66.0
类Python字典操作
- in关键字：判断某索引是否存在
- get方法：判断某索引是否存在，存在则直接输出值，不存在则输出定义值
# 字典方法
'ming' in x
'hei' in x
False
# Pandas方法
'ming' in class1
'hei' in class1
False
# 字典方法
x.get('ming', 60)
x.get('hei', 60)
60
# Pandas方法
class1.get('ming', 60)
class1.get('hei', 60)
60
修改
class1
ming 95
hua 25
hong 59
huang 90
bai 61
dtype: int64
修改 值，values
class1['hua'] # 查询
25
class1['hua'] = 35
class1
ming 95
hua 35
hong 59
huang 90
bai 61
dtype: int64
# 修改多值
class1[['hua', 'hong']]
class1[['hua', 'hong']] = [32, 59.5]
class1['hua', 'hong'] = [33, 59.6] # 赋值使用单层括号
class1
ming 95.0
hua 33.0
hong 59.6
huang 90.0
bai 61.0
dtype: float64
修改索引，index
class1.index # 索引
class1.index[0] # 索引单值
# class1.index[0] = 'xiaoming' # 报错，不能直接修改索引
'ming'
class1.index.values # series的索引底层是数组
array(['ming', 'hua', 'hong', 'huang', 'bai'], dtype=object)
class1.index.values[0]
class1.index.values[0] = 'xiaoming' # 错误操作，直接修改底层索引，见后
class1
xiaoming 95.0
hua 33.0
hong 59.6
huang 90.0
bai 61.0
dtype: float64
class1['hua']
class1['ming']
# class1['xiaoming'] # 报错，直接修改底层索引后无法查询
33.0
正确操作：使用rename方法修改单个索引
class11 = class1.rename({'xiaoming': '小明', 'hong': '小红'})
class11
小明 95.0
hua 33.0
小红 59.6
huang 90.0
bai 61.0
dtype: float64
class11['小明']
95.0
class1 # rename没有修改原值
xiaoming 95.0
hua 33.0
hong 59.6
huang 90.0
bai 61.0
dtype: float64
Series的层次化索引（了解）
层次化索引会增加Series的维度
class1
xiaoming 95.0
hua 33.0
hong 59.6
huang 90.0
bai 61.0
dtype: float64
class2 = pd.Series([95, 25, 59, 90, 61], index=[['ming', 'ming', 'hong', 'huang', 'bai'], [2,4,6,8,10]])
class2
ming 2 95
4 25
hong 6 59
huang 8 90
bai 10 61
dtype: int64
层次化索引查询
# 先查最外层索引
class2['ming']
2 95
4 25
dtype: int64
type(class2['ming'])
pandas.core.series.Series
# 再往里层索引查询
class2['ming'][2]
class2['ming', 2] # 推荐，逗号分隔，每层都是一个维度
95
type(class2['ming', 2])
numpy.int64
将层次化索引的Series转为DataFrame
unstack()方法将Series内层索引旋转为DataFrame的列索引
行转列，将数据的行“旋转”为列
class2
ming 2 95
4 25
hong 6 59
huang 8 90
bai 10 61
dtype: int64
class2.unstack()
image.png
