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:ndarray ,list ,constants |
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0
到len(data)-1
的索引,即:0
到3
。
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'