系列(Series)是由一组数据（各种NumPy数据类型），以及一组与之相关的数据标签（索引）组成，系列不要求数据类型是相同的。

系列是一个一维数组，只有一个维度（或称作轴）是行（row），在访问系列时，只需要设置一个索引。pandas自动为系列创建了一个从0开始到N-1的序号，称作行的下标，行的位置。可以显式设置index参数，为每行设置标签，pandas把标签称作索引。用户可以通过索引、也可以通过位置来访问Series对象中的元素。

系列可以看作是索引到数据值的一个映射，一个索引对应一个数据值，这种结构就是有序的字典。

1.构造

pandas.Series(data=None, index=None, dtype=None, name=None, copy=False)

data：传递给系列的数据，可以是ndarray、list或字典
index：设置轴的索引，索引值的个数与data参数的长度相同。如果没有设置index参数，那么默认值是 np.arange(n)，或者 RangeIndex (0, 1, 2, …, n)。
dtype：设置系列元素的数据类型，如果没有设置，那么将推断数据类型
name：系列是一个多行的结构，name是系列的名称
copy：复制数据，默认值是false

1.1.使用ndarray或list创建系列

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]。

In [1]:

import numpy as np
import pandas as pd

data=np.array(['a','b','c','d'])
sd = pd.Series(data)
sd

Out[1]:

0    a
1    b
2    c
3    d
dtype: object

1.2.显式传递index参数

In [2]:

sd1 = pd.Series(data,index=['A','B','C','D'])
sd1

Out[2]:

A    a
B    b
C    c
D    d
dtype: object

1.3.显式设置序列的name和index的name

系列是一维数组，只有一个维度，那就是row，在系列中为Index命名就是设置行轴的名称。
系列看起来像多行一列的数据集，但是他们之间有本质的区别，多行一列是二维数组，有行名称和列名称，需要使用两个索引值来访问单个cell的数据，而序列只需要一个索引就可以访问元素值。

In [3]:

sd2=pd.Series(data,index=pd.Index(['A','B','C','D'],name='idx_name'),name='series_name')
sd2

Out[3]:

idx_name
A    a
B    b
C    c
D    d
Name: series_name, dtype: object

1.4.从字典构造系列

通过字典来创建Series，字典的key作为序列的索引标签，value作为对应Key的数据值

In [13]:

import pandas as pd
import numpy as np
data = {'a' : 0, 'b' : 1, 'c' : 2}
sd3 = pd.Series(data)
sd3

Out[13]:

a    0
b    1
c    2
dtype: int64

1.5.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。

In [2]:

import pandas as pd
import numpy as np
sd4 = pd.Series(5, index=[0, 1, 2, 3])
sd4

Out[2]:

0    5
1    5
2    5
3    5
dtype: int64

2.属性

系列对象包含的属性：

index：系列的索引
shape：系列的形状，表示各个维度的数量
array：把系列的数据值转换为Pandas数组
values：把系列的数据值转换为numpy数组
dtype：系列元素的数据类型
hasnan：系列是否包含nan
is_unique：系列的元素是否是唯一的

2.1.索引

In [8]:

sd.index

Out[8]:

RangeIndex(start=0, stop=4, step=1)

In [9]:

sd1.index

Out[9]:

Index(['A', 'B', 'C', 'D'], dtype='object')

2.2.shape

In [10]:

sd.shape

Out[10]:

(4,)

In [11]:

sd1.shape

Out[11]:

(4,)

2.3.PandasArray或ndarray数组

In [12]:

sd.array

Out[12]:

<PandasArray>
['a', 'b', 'c', 'd']
Length: 4, dtype: object

In [13]:

sd.values

Out[13]:

array(['a', 'b', 'c', 'd'], dtype=object)

3.系列数据的转换

转换系列数据值的类型：

Series.astype(self, dtype, copy=True, errors='raise', **kwargs)

In [9]:

sd5=sd4.astype(dtype='float')
sd5

Out[9]:

0    5.0
1    5.0
2    5.0
3    5.0
dtype: float64

把序列转换为NumPy数组：

Series.to_numpy(self, dtype=None, copy=False)

In [10]:

sd6=sd4.to_numpy()
sd6

Out[10]:

array([5, 5, 5, 5], dtype=int64)

把序列转换为list：

Series.to_list(self)

In [12]:

sd7=sd4.to_list()
sd7

Out[12]:

[5, 5, 5, 5]

4.访问系列的元素

系列元素的访问，可以通过索引和行标签，索引标签是在构造函数中通过index参数传递或构造的，而索引值（也可以称作序列的下标）是默认生成的，第一个元素的下标值是0，依次加1递增。

4.1.通过索引来访问系列

对于序列，通过索引来访问系列元素的格式是：Sereis[index]，索引可以是整数，也可以是字符类型的标签：

In [14]:

sd3['a']

Out[14]:

In [15]:

sd3[0]

Out[15]:

4.2.通过属性来访问系列的元素值

4.2.1.at和iat属性，用于访问系列的单个元素值

at属性通过索引访问单个系列值

In [18]:

sd3.at['a']

Out[18]:

iat属性表示通过位置访问系列的单个元素值

In [19]:

sd3.iat[0]

Out[19]:

4.2.2.loc和iloc通过系列的位置来访问元素

iloc：基于整数位置的索引，用于按位置选择序列元素
1. 单个位置索引，比如sd.iloc[1]
2. 位置索引的列表，比如 sd.iloc[[0,1]]
3. 整数序列，比如，sd.iloc[0:2]
4. 布尔值数组，sd.iloc[[True, False, True, False]]

In [20]:

sd3.iloc[1]

Out[20]:

In [25]:

sd3.iloc[[1,2]]

Out[25]:

b    1
c    2
dtype: int64

In [26]:

sd3.iloc[0:2]

Out[26]:

a    0
b    1
dtype: int64

In [28]:

sd3.iloc[[True, False, True]]

Out[28]:

a    0
c    2
dtype: int64

loc：通过索引标签和布尔值数组来选择序列的元素

In [29]:

sd3.loc['a']

Out[29]:

In [30]:

sd3.loc[['a','b']]

Out[30]:

a    0
b    1
dtype: int64

In [31]:

sd3.loc[[True, False, True]]

Out[31]:

a    0
c    2
dtype: int64

4.2.3.通过位置掩码（布尔索引数组）来访问序列的元素

在上面的例子中，['a','b']称作索引数组，如果索引数据的元素类型是布尔类型，并且索引数组的元素数量和序列相同，那么把这种索引数组称作位置掩码。当位置为True时，表示选择该元素；当位置为False，表示不选择该元素。

In [32]:

sd3.iloc[[True, False, True]]

Out[32]:

a    0
c    2
dtype: int64

In [33]:

sd3.loc[[True, False, True]]

Out[33]:

a    0
c    2
dtype: int64

4.2.4.迭代器

可以通过序列的__iter__()函数获得值的迭代器，也可以通过items()或iteritems()函数获得包含索引和值的元组的迭代器：

Series.__iter__(self)    #Return an iterator of the values.
Series.items(self)       #Lazily iterate over (index, value) tuples.
Series.iteritems(self)   #Lazily iterate over (index, value) tuples.

5.条件索引

按照条件选择序列的特定行，可以使用序列的loc或iloc属性，并使用布尔索引来筛选序列的数据行

In [39]:

import numpy as np
import pandas as pd

data=[1,2,3,4]
index=['a','b','c','d']
sd11 = pd.Series(data=data,index=index)
sd11

Out[39]:

a    1
b    2
c    3
d    4
dtype: int64

In [40]:

sd11.loc[sd11>2]

Out[40]:

c    3
d    4
dtype: int64

In [42]:

sd11.loc[(sd11>1) & (sd11<4)]

Out[42]:

b    2
c    3
dtype: int64

查看序列的逻辑表达式的值

In [43]:

(sd11>1) & (sd11<4)

Out[43]:

a    False
b     True
c     True
d    False
dtype: bool

6.基本操作

6.1.删除元素

根据行标签删除制定的元素

Series.drop(self, labels=None)

In [46]:

sd12=sd11.drop(labels='a')
sd12

Out[46]:

b    2
c    3
d    4
dtype: int64

6.2.对系列元素执行条件查询

如果系列元素的值不满足cond条件，返回other的值；如果满足，返回元素的值

Series.where(self, cond, other=nan, inplace=False)

In [51]:

sd13=sd11.where(sd11>2,other='edf')
sd13

Out[51]:

a    edf
b    edf
c      3
d      4
dtype: object

6.3.把系列追加

把to_append系列追加到系列的末尾，设置ignore_index表示忽略原始系列的索引，重新创建一个索引：

Series.append(self, to_append, ignore_index=False, verify_integrity=False)

In [55]:

sd14 = pd.Series([5,6],index=['e','f'])
sd15=sd11.append(sd14)
sd15

Out[55]:

a    1
b    2
c    3
d    4
e    5
f    6
dtype: int64

6.4.重索引

重索引是指按照新的索引对序列的元素进行重新排列，如果某个索引值不存在，就形成一个空洞，默认情况下，在空洞处插入缺失值：

Series.reindex(self, index=None, **kwargs)

参数**kwargs表示数据不固定的参数，其中有：

method：表示插补缺失值的方法，有效值有{None, ‘backfill’/’bfill’, ‘pad’/’ffill’, ‘nearest’}
1. None 表示插入缺失值nan
2. ‘backfill’/’bfill’：表示使用空洞之后的最近的有效值来填充
3. ‘pad’/’ffill’：表示使用空洞之前的最近的有效值来填充
4. ‘nearest’：表示使用最靠近空洞的有效值来填充
fill_value：填充的值，默认值是nan

In [57]:

sd16 = pd.Series([1,2,3,5,6],index=['a','b','c','e','f'])
sd16

Out[57]:

a    1
b    2
c    3
e    5
f    6
dtype: int64

In [58]:

sd16.reindex(index=['a','b','c','d','e','f'],method=None)

Out[58]:

a    1.0
b    2.0
c    3.0
d    NaN
e    5.0
f    6.0
dtype: float64

Python数据分析-第5章Series(上)