pandas库简介：
在上一篇文章里面，我尽可能地介绍了numpy的简单使用及其语法，在这篇博客里面，我们继续来一起学习数据分析的另一个很强大的库，pandas，他是以numpy为基础的，所以如果你学会学好了numpy那么这篇博客你看起来就会好很多，如果读者没有看过numpy，那么建议在我的主页数据分析栏目里面查看，里面有很好的介绍。
pip3 install pandas，安装pandas，这次我们主要讲解的是pandas的Series对象，下一篇我们在讲解pandas里面一个对重要的对象DataFrame.
操练：
使用pandas首先要导入pandas的包
1
pandas数据结构简介
pandas 核心数据结构有两个:Series、DataFrame
声明Series对象
声明一个Series对象，传入一个列表，索引自动生成，
2
声明一个Series对象，并指定索引
3
查看Series值和索引
4
访问Series中的元素
你可以向numpy一样，使用索引，切片机制来访问我们的Series
5
为Series对象元素赋值
series提供了两套索引机制，什么意思呢？就是说如果你没有指定索引，系统会自动创建，如果你创建了，那么系统以你的为准，但是默认的索引也会给你创建，所以你可以使用两套索引来取值进行操作。具体如下：
6
通过numpy 的 ndarry创建Seires对象
同样我们也可以使用numpy和已有的Series对象来创建新的pandas Series对象
7
过滤Series对象中的值
8
Series对象作运算
9
Series对象的组成元素
unique()是判断series里面是否有重复的元素，有的话他会去除重复元素
value_counts（）是查看每个元素出现了多少次并且会计算出现的次数
10
isin()会根据参数返回一个bool返回值，意思是判断0,3是否在series对象里面，在的话就返回True，不在就是false
如果我们想要查看满足条件的值，直接在用一个括号即可查看。
11
关于NaN
nan,不是一个数的意思，让我们先看一个例子(导入numpy（np）)
12
我们使用np.NaN属性得到了一个NaN并作为列表的一个参数传入Series，得到结果如上
查看NAN的几个方法：
这个其实很简单，根据名字来看，我想读者就基本知道函数的功能了。单独使用的话同样是返回满足条件的bool值，满足就为True，不满足就返回false，取值的话加一个大括号即可。
13
通过字典创建Series对象
pandas很灵活，同样我们也可以使用字典来创建，默认的话他会把字典的键作为索引。
如果你传入的字典和你要自定义的index不一样，那么Series会一一对应，index不对应的话，就以我们上面说过的NaN来代替。不会删除
14
Series对象运算¶
numpy可以使用运算，既然pandas以numpy为基础，那么pandas同样也可以。结果如下：
注意，在series对象之间做运算的时候，也是会一一对应索引，如果索引一致，那么进行相应的运算。如果没有，那么还是以NaN代替。注意：顺序可能不一致，这个也不影响。
15
总结：
这里，pandas Series对象的基本介绍和使用语法就说完了，希望对大家
有帮助！喜欢的可以点赞支持一下，谢谢，下一次我们讲解pandas Dataframe 对象。
网友评论