在对pandas基本结构有了大概的认识后，我们接下来要开始上手，学习如何在这些结构上进行创建，修改，添加，删除，查找等操作。首先我们开始学习Series结构。
一. 创建一个Series
创建一个最基本的Series结构，代码如下：
s = pd.Series(data, index=index)
data是数据值，是可选参数，不填则创建空Series对象；index是自定义的索引列表，是可选择参数，默认是从0开始的递增序列。其中，data可以是很多类型：
-
数组型结构（列表，元组，ndarray等）
此时若要自定义index，则index长度必需和数组长度一致。
s=pd.Series([1,2,3,4,5],index=['a','b','c','d','e'])
-
字典结构
若不指定index，则字典中的key作为索引，value作为数据值；若指定了索引，则会发生数据对齐（无论什么时候，索引与数据都是对应的，除非人为的改变他们，如果出现了新的索引，那么数据值将为空）。
dict = {'a':0, 'b':1, 'c':2}
s=pd.Series(dict, index=['b','c','d', 'a'])
Out[11]:
b 1
c 2
d NaN
a 0
dtype: float64
-
标量值（数字，字符串）
若不指定index，则会创建只有一个元素的series；若指定了index，那么所有索引对应的数据值都是该标量。
s=pd.Series('apple',index=[1,2,3,4])
print(s)
Out[12]:
1 apple
2 apple
3 apple
4 apple
dtype: object
二. 增加元素
在创建好的Series对象中添加元素，常见的有2种方案：
- 直接赋值：
s['e']=12
这种方法有风险，若原Series中已经存在索引e，则e对应的数据值将被改为12,；若不存在索引e，则添加新索引和数据。
- append()函数
append()函数是Series的成员函数，用于连接2个Series对象，该函数会返回一个新的合并后的对象，且不改变原Series。
pandas.Series.append(to_append, ignore_index=False, verify_integrity=False)
- to_append：目标Series
- ignore_index： True为重新构建索引，False则保留原Series索引（可能会重复）
- verify_integrity：True为检测合并后是否有索引冲突，存在则报错
s=pd.Series([1,2,3,4])
s=s.append(pd.Series(5,index=[2]),ignore_index=True)
print(s)
Out[13]:
0 1
1 2
2 3
3 4
4 5
三. 删除元素
- python的del语句
直接通过索引删除。
s=pd.Series([1,2,3,4])
del s[3]
print(s)
Out[14]:
0 1
1 2
2 3
dtype: int64
- Series的pop()函数
弹出某个索引的值，并将其删除。
Series.pop(index) #index是索引，只能是一个值，不能是序列
该函数是Series的成员函数，它会返回索引位置的值，然后将其从Series中删除，若索引不存在，则会报错。
- Series的drop()函数
根据索引批量删除数据，但不会改变原函数。
s=pd.Series([1,2,3,4])
s1=s.drop([2,3])
print(s)
print(s1)
Out[15]:
0 1
1 2
2 3
3 4
dtype: int64
0 1
1 2
dtype: int64
四. 修改元素
- 通过索引直接修改
可以通过索引直接修改元素，或者通过切片批量修改元素。
s=pd.Series([1,2,3,4])
s[0]=6
s[1:3]=12
print(s)
Out[16]:
0 6
1 12
2 12
3 4
dtype: int64
- update()函数
pandas.Series.update(other_s)
该函数是Series成员函数，它通过其他Series来更新自身。更新操作只会更新那些，原Series与other_s中共有的索引。other_s中其余的值不会被插入到原Series中。
举个例子：
s = pd.Series(['a', 'b', 'c'])
s.update(pd.Series(['d', 'e'], index=[0, 2]))
Out[17]:
0 d
1 b
2 e
dtype: object
若other_s中共同索引对应的值为nan，那么将不会被更新到原索引中。
s = pd.Series([1, 2, 3])
s.update(pd.Series([4, np.nan, 6]))
Out[18]:
0 4
1 2
2 6
dtype: int64
五. 查找与索引
PANDAS是基于Numpy设计的，所以保留了Numpy访问数组的方法，常用的索引操作方式主要包括：
- 点字符‘ . ’（Series属性）
- 中括号[ ]
- loc
- iloc
（一）点字符
Series可以使用 ‘. 索引’ 的方法直接访问值。前提是索引标签符合Python命名标准（比如s.1就是不合法的），同时不能与函数名，保留字等发生冲突。
s=pd.Series([1,2,3],index=['a','b','c'])
print(s.b)
（二）中括号
Series利用中括号索引时，常见的输入主要包括以下几种。注意，当我们定义的索引标签为数字时，会与位置下标发生歧义，所以在使用中括号访问数据时，我不推荐使用位置下标，都使用索引标签，避免发生歧义。pandas为了解决这种歧义，不推荐使用中括号访问数据，取而代之的是使用基于索引标签的loc，与基于位置下标iloc，后面我们会来学习。
- 位置下标
- 索引标签
- 位置/标签序列
- 切片
- 布尔型
- 函数
- 位置下标与标签索引
s=pd.Series([1,2,3],index=['a','b','c'])
print(s[0]) #位置下标从0开始
print(s['b'])
Out[18]:
1
2
- 位置/标签序列索引
s=pd.Series([1,2,3],index=['a','b','c'])
print(s[['a','c']])
Out[20]:
a 1
c 3
- 切片
这里需要注意，与Python语法不同，索引标签切片，包含尾部；位置切片与Python语法相同，不包含尾部。
s=pd.Series([1,2,3],index=['a','b','c'])
print(s['a':'c'])
print(s[0:2])
Out[21]:
a 1
b 2
c 3
a 1
b 2
dtype: int64
- 布尔型索引
s=pd.Series([1,2,3],index=['a','b','c'])
print(s[(s>1) & (s<3)])
Out[22]:
b 2
- 函数
s=pd.Series([1,2,3,4])
print(s[lambda x:x>2])
Out[22]:
2 3
3 4
（三）基于标签的loc方法（推荐）
使用loc方法进行数据访问时，必须严格使用索引标签，否则会报错，数字索引标签是支持的，但是数字一定会被理解为标签，而不是位置。如果要访问的索引标签在数据中不存在，也会被报错。
使用loc时的输入如下，使用方法和中括号相似：
- 索引标签
- 标签序列
- 切片
- 布尔型
- 函数
切片索引时要注意：
与Python语法不同，标签切片，左闭右闭；位置切片，左闭右开。所以，loc的切片都是左闭右闭。
s=pd.Series([1,2,3],index=['a','b','c'])
print(s.loc['a':'b'])
Out[25]:
a 1
b 2
dtype: int64
（四）基于位置的iloc方法（推荐）
iloc方法与loc方法很类似，区别在于iloc仅支持位置下标索引，否则报错，下标位置从0开始。
使用iloc时的输入如下，使用方法和中括号相似：
- 位置下标
- 位置序列
- 切片
- 布尔型
- 函数
切片索引时要注意：
与Python语法不同，标签切片，左闭右闭；位置切片，左闭右开。所以，iloc的切片都是左闭右开。
六.Series最主要的性质：自动对齐
Series和其他数组最关键的区别在于，Series间的操作会自动根据标签对齐数据。因此，你可以直接编写计算，而不用考虑所涉及到的Series是否具有相同的标签。
s=pd.Series([1,2,3],index=['a','b','c'])
s1=pd.Series([2,4,6],index=['a','b','d'])
print(s+s1)
Out[27]:
a 3.0
b 6.0
c NaN
d NaN
dtype: float64
可以看到，相同索引的值进行了相加运算，没有匹配的索引被引入了空值nan。
网友评论