pandas-Series 笔记

Pandas-Series 笔记

• pandas 是建立在Numpy基础之上的
• 两大数据结构： 一纬： Series, 二维： DataFrame

Series数据类型: index + values

1. 生成

1. pd.Series(可迭代对象list, tuple等) –> 默认index是 0, 1, 2…
2. pd.Series(somevalues, index = 可迭代对象list, tuple. )
3. pd.Series( adict ) –> 字典键值对被转化为 index value 对
4. 可以指定dtype=类型
5. 获得indexs和values
   
   • pd_series.index
   • pd_series.values

import pandas as pdimport numpy as nps1 = pd.Series()print(s1)

Series([], dtype: float64)

# 同时指定value 和 index的值s2 = pd.Series([1, 3, 5, 7, 9], index=['a', 'b', 'c', 'd', 'e'])s2

a    1b    3c    5d    7e    9dtype: int64

# 显示values2.values

array([1, 3, 5, 7, 9])

# 显示indexs2.index

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

# series 中添加成员：有点s2['f'] = 11s2

a     1b     3c     5d     7e     9f    11dtype: int64

# 通过字典转化为 Seriess3 = pd.Series({'a': 4, 'b': 3, 'c': 2, 'd': 1})s3

a    4b    3c    2d    1dtype: int64

# 通过list仅仅指定 values , 说明默认的index是 123.。。s4 = pd.Series(range(10))s4

0    01    12    23    34    45    56    67    78    89    9dtype: int64

# 生成随机数的方法， 使用 numpy.random.randn(n)pd.Series(np.random.randn(5))

0   -1.8020351   -0.0720002    0.3932463    1.2377284    1.041300dtype: float64

2. 索引

• obj.head(n=5) # 默认查看对象前5 个数据
• obj.tail(n=5) # 默认查看对象后5 个数据
• obj.take(index) # 提取指定index标签位置的数据， 可以传递一个index 数组
• obj[i] # 获得指定 i索引位置 的数据
• obj[index] # 提取指定 index标签 位置的数据

s4.head()  # 默认查看对象前5个

0    01    12    23    34    4dtype: int64

s4.head(3)  # 查看前三个

0    01    12    2dtype: int64

s4.tail()  # 查看后五个（默认）

5    56    67    78    89    9dtype: int64

sss = s4.take([3, 6, 8])  # take 可以传递一个数组print(ss)

1

s2

a     1b     3c     5d     7e     9f    11dtype: int64

# 注意注意！！！ index修改为非数字序号以后， 仍然可以用位置索引进行提取和切片s2 = pd.Series([1, 3, 5, 7, 9], index=['a', 'b', 'c', 'd', 'e'])print(s2[1] is s2['b'])  ###为什么是False, 我认为每次从内存中取值, 都重新创建了对象print(s2[1] is s2[1])    ###为什么是Falseprint(s2['c'] is s2[2])print(s2[1] == s2['b'])print(s2[[0, 1, 2]] == s2[['a', 'b', 'c']])# s2['b'] = 3s2

FalseFalseFalseTruea    Trueb    Truec    Truedtype: boola    1b    3c    5d    7e    9dtype: int64

# 注意注意！！！ index修改为非数字序号以后， 仍然可以用位置索引进行提取和切片s22 = pd.Series([1, 3, 5, 7, 9], index=['a', 'b', 'c', 'd', 'e'])s2['b'] = 'ccc'print(s2[1] is s2['b'])print(s2[1] is s2[1])print(s2['c'] is s2[2])print(s2[1] == s2['b'])print(s2[[0, 1, 2]] == s2[['a', 'b', 'c']])s2

TrueTrueTrueTruea    Trueb    Truec    Truedtype: boola      1b    cccc      5d      7e      9dtype: object

3. 切片

• 标签切片会包括 起始和 终止 两个位置的元素（因为通常不知道下一个标签是什么）
• 位置切片遵循Python切片规则
• 创建时没有指定index标签的， 标签==位置索引
• 当标签为数字, 但无规律的时候, 数字切片用的是位置索引

s4[0:3]

0    01    12    2dtype: int64

s5 = pd.Series(['a', 'b', 'c', 'd', 'e', 'f'], index=range(5,-1, -1))s5

5    a4    b3    c2    d1    e0    fdtype: object

# 现在呢？ 现在索引会是用 标签， 还是位置？s5[:2]# 答案是用了 位置索引

5    a4    bdtype: object

s2['a':'c']  # 使用标签索引.

a    1b    3c    5dtype: int64

时间序列

• index取值为时间戳, 设置为Timestamp对象
• pd.Timestamp() 可以传入str类型， 也可以传入datatime类型的数据
• pd.to_datetime(atimelist)— 可以转化一个可迭代对象内元素为 Timestamp对象
• datetime对象可以直接作为index， pandas会自动将其转换为Timestamp对象

from datetime import datetimedate1 = datetime(2016, 1, 1)# 单个类型转换， 用 pd.Timestamp()date2 = pd.Timestamp(date1)date2

Timestamp('2016-01-01 00:00:00')

type(date2)

pandas._libs.tslib.Timestamp

# 序列转化为 Timestampts = pd.Series([1, 2, 3], index=pd.to_datetime([    '2017-08-09',    '2017-08-10',    '2017-08-11']))ts

2017-08-09    12017-08-10    22017-08-11    3dtype: int64

# 时间索引, 形式可以多样print(ts['20170809'])print('-'*15)print(ts['2017-08-09'])print('-'*15)print(ts['08/09/2017'])

1---------------1---------------1

# 时间索引：print(ts['20170810': '20170811'])

2017-08-10    22017-08-11    3dtype: int64

# 取某个时间**之前**的数据， 这个事件在index可以不存在ts.truncate(after='20170809')

2017-08-09    1dtype: int64

# 数据错位， # + 滞后, 也就是说， 同样的index，在这里拿到的数据是上一个index的， # - 超前， 默认不循环print(ts.shift(1))print('-'*30)print(ts.shift(-1))

2017-08-09    NaN2017-08-10    1.02017-08-11    2.0dtype: float64------------------------------2017-08-09    2.02017-08-10    3.02017-08-11    NaNdtype: float64