pandas快速入门（3）：series

series是DataFrame的子集。读取的文件默认是DataFrame类型，而其每一列是一个Series类型。

rating_table =  pandas.read_csv("fandango_score_comparison.csv")
print(type(rating_table))
column = rating_table["FILM"]
print(type(column))

运行结果：

1. 读取5行数据

rating_table =  pandas.read_csv("fandango_score_comparison.csv")
column = rating_table["FILM"]
# 读取0-4号数据
column[0:5]

2. 读取某列所有值

rating_table =  pandas.read_csv("fandango_score_comparison.csv")
film_names = rating_table["FILM"].values # values 是ndarray类型
print(type(film_names))

3. 为某列添加索引

from pandas import Series
rating_table =  pandas.read_csv("fandango_score_comparison.csv")
film_names = rating_table["FILM"].values
# 获取所有的烂番茄评分
film_rt = rating_table["RottenTomatoes"].values
# 使用为film_names为film_rt添加索引
series_custom = Series(film_rt,index=film_names)
# 根据电影名获取评分
series_custom[["Minions (2015)","Leviathan (2014)"]]

4. 重建索引

origi_index =  series_custom.index.tolist()
sorted_index =sorted(origi_index)
sorted_by_index = series_custom.reindex(sorted_index)
print(sorted_by_index)

5. Series可以与numpy结合

因为Series是对numpy的封装，所以可以结合使用

numpy.add(series_custom,series_custom)
numpy.sin(series_custom)
numpy.max(series_custom)

获取所有评分大于80的电影：

series_custom[series_custom>80]

获取评分大于80以及小于60的电影：

one = series_custom>80
two = series_custom<60
series_custom[one | two]

求多个评分网站的平均值：

from pandas import Series
rating_table =  pandas.read_csv("fandango_score_comparison.csv")
rt_critics = Series(rating_table["RottenTomatoes"].values,index=rating_table["FILM"])
rt_user = Series(rating_table["RottenTomatoes_User"].values,index=rating_table["FILM"])
rt_mean = (rt_critics+rt_user) /2
print(rt_mean)