Pandas实战——Series

pandas in action.png

原书地址

本篇内容为原书第二，三章节的笔记。

• The Series Object
• Series Methods

Series可谓是pandas里的一个重要的数据结构，是带标签的一维数组，可存储整数、浮点数、字符串、Python 对象等类型的数据。轴标签统称为索引，主要由两部分组成：

• values：一组数据(ndarray类型)
• index：相关的数据索引标签

  Index labels can be of any immutable data type: strings, tuples, datetimes, and more.

Series

在Jupyter notebook下，可通过shift+tab来查看函数的定义等信息。

shift+tab

创建Series

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

上面为Series的参数，在一般情况下我们主要通过data来传递数据进行Series创建。在需要的场合下，各参数也是可以进行配置，如索引值，数据类型等。

set index

• 通过list数据进行Series实例

  
  Series by list data

• 指定数据类型dtype

  
  dtype

• 含有缺失值情况（missing values）
  nan：not a number

  
  with nan

Pandas automatically converts numeric values from integers to floating-points when it spots a nan value.

• python数据进行Series创建，字典，元组等

python objects

注：集合（set）是无序状态的数据集，在pandas中我们无法直接进行Series创建，需要将其先转换为其他格式再进行Series创建。

Series属性

• .values
• .index
• .dtype
• .size
• .shape
• .is_unique
• .is_monotonic # 是否是单调递增数据组

Series方法

统计计算方法

• .head()
• .tail()
• .count()
• .sum() # .sum(skipna=False) 计算时不跳过空值
• .product()
• .comsum()
• .pct_change()

pct_change(fill_method='bfill')，fill_method有bfill(backfill)或pad(ffill)值，分别表示空值的填充为向后取值，或是向前取值

pct_change(fill_method='ffill') pct_change(fill_method='bfill').png

• .mean()
• .median()
• .std()
• .max()
• .min()
• .describe() # 数据全况，个数，均值方差等
• .sample(n) # 随机返回数据
• .unique() # 去重
• .nunique() # 唯一值个数

算术操作方法

• .add() # +
• .sub() 或 .subtract()
• .mul() 或 multiply()
• .div() 或 divide()
• s1 // 4 或s1.floordiv(4)
• s1 % 3 或 s1.mod(3）

广播机制 Broadcasting

image.png image.png

Series方法

这小节是原书第三章内容，主要介绍一些series的操作方法，如排序，计数和分组等。

read_csv()取得数据并构建Series数据

index_col && squeeze.png parse_dates usecols

• 排序操作
  对值（sort_values）或索引（sort_index）进行排序。

  
  sort_values

sort_index

• 丢弃空值 dropna()

  
  dropna

• 最大最小值 nlargest()/nsmallest()

  
  nlargest

• 统计个数 value_counts()

  
  value_counts

• 取得Series里的最大最小值

  
  max-min

bin区间段计数

通过函数对数据进行操作，apply()

apply() chain operation