pandas 教程

Pandas 数据结构

Pandas 基本操作

Pandas API

Pandas系列


系列(Series)是能够保存任何类型的数据(整数,字符串,浮点数,Python 对象等)的一维标记数组。轴标签统称为索引。

pandas.Series

Pandas系列可以使用以下构造函数创建 -

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

构造函数的参数如下 -

编号 参数 描述
1 data 数据采取各种形式,如:ndarraylistconstants
2 index 索引值必须是唯一的和散列的,与数据的长度相同。默认np.arange(n)如果没有索引被传递。
3 dtype dtype用于数据类型。如果没有,将推断数据类型
4 copy 复制数据,默认为false

可以使用各种输入创建一个系列,如 -

  • 数组
  • 字典
  • 标量值或常数

创建一个空的系列

创建一个基本系列是一个空系列。

示例

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

执行上面示例代码,输出结果如下 -

Series([], dtype: float64)

从 ndarray 创建一个系列

如果数据是ndarray,则传递的索引必须具有相同的长度。如果没有传递索引值,那么默认的索引将是范围(n),其中n是数组长度,即[0,1,2,3…. range(len(array))-1] - 1]

示例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

执行上面示例代码,输出结果如下 -

0   a
1   b
2   c
3   d
dtype: object

这里没有传递任何索引,因此默认情况下,它分配了从0len(data)-1的索引,即:03

示例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

执行上面示例代码,输出结果如下 -

100  a
101  b
102  c
103  d
dtype: object

在这里传递了索引值。现在可以在输出中看到自定义的索引值。

从字典创建一个系列

字典(dict)可以作为输入传递,如果没有指定索引,则按排序顺序取得字典键以构造索引。如果传递了索引,索引中与标签对应的数据中的值将被拉出。

示例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)
print s

执行上面示例代码,输出结果如下 -

a 0.0
b 1.0
c 2.0
dtype: float64

注意 - 字典键用于构建索引。

示例

#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

执行上面示例代码,输出结果如下 -

b 1.0
c 2.0
d NaN
a 0.0
dtype: float64

注意观察 - 索引顺序保持不变,缺少的元素使用 NaN(不是数字)填充。

从标量创建一个系列

如果数据是标量值,则必须提供索引。将重复该值以匹配索引的长度。

#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

执行上面示例代码,得到以下结果 -

0  5
1  5
2  5
3  5
dtype: int64

从具有位置的系列中访问数据

系列中的数据可以使用类似于访问ndarray中的数据来访问。

示例-1

检索第一个元素。比如已经知道数组从零开始计数,第一个元素存储在零位置等等。

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]

执行上面示例,得到以下结果 -

1

示例-2

检索系列中的前三个元素。如果a:被插入到其前面,则将从该索引向前的所有项目被提取。如果使用两个参数(使用它们之间),两个索引之间的项目(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]

执行上面示例,得到以下结果 -

a  1
b  2
c  3
dtype: int64

示例-3

检索最后三个元素,参考以下示例代码 -

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:]

执行上面示例代码,得到以下结果 -

c  3
d  4
e  5
dtype: int64

使用标签检索数据(索引)

一个系列就像一个固定大小的字典,可以通过索引标签获取和设置值。

示例1

使用索引标签值检索单个元素。

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']

执行上面示例代码,得到以下结果 -

1

示例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']]

执行上面示例代码,得到以下结果 -

a  1
c  3
d  4
dtype: int64

示例3

如果不包含标签,则会出现异常。

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

#retrieve multiple elements
print s['f']

执行上面示例代码,得到以下结果 -

…
KeyError: 'f'