Pandas Series

Pandas主要提供了两种用于数据运算的高级数据结构，极大加强Python运算性能。这两种类型是Series和Dataframe。Series 和 DataFrame 分别对应于一维的序列和二维的表结构。下面来一次介绍他们的基本用法。

1. Series

    序列可以看作定长的有序字典。不过序列的键-值是两个独立的list，可以直接进行操作。而字典的键-值是绑在一起的，要通过.keys()和.values()得到。

   (1) 构造Series
   python中的list，dictionary，numpy中的narray都可以来构造Series。如：

cities = pd.Series([1,2,3])cities = pd.Series({'Chicago':1000,'New York':1300,'Portland':900,'Franksico':1100})print cities"""Chicago      1000Franksico    1100New York     1300Portland      900"""

 (2) Series中索引的使用     当用dictionary构造Series时，dictionary中的key-value与Series中index-value一一对应。当用list构造Series时，Series索引值默认是0～n-1。当然也可以在构造时指定索引值，就像dataframe那样。

cities = pd.Series([1,2,3] , index=['A','B','C'])"""A    1B    2C    3"""

Series的索引值一个很大的特点就是可以是bool值，这样就会查询到Series满足这一条件的部分Series。

cities = pd.Series({'Chicago':1000,'New York':1300,'Portland':900,'Franksico':1100})print cities[cities<1100]“”“Chicago     1000Portland     900dtype: int64“”“