[【python数据分析学习】

文章目录

• 1 Series
• • 1.1 Series的创建方式
• 2、Series索引
• • 2.1 通过index 指定行索引名 value查看值
  • 2.2 行索引
  • 2.3 切片索引
  • 2.4 不连续索引
  • 2.5 布尔索引
  • 3 Series的基本用法
• 3.1 isnull 和 notnull 检查缺失值
• 3.2 通过索引获取数据
• 3.3 索引与数据的对应关系不被运算结果影响
• 3.4 name属性
• 总结

---

1 Series

提示：这里可以添加本文要记录的大概内容：

1.1 Series的创建方式

1、通过列表创建
2、通过np创建
3、通过字典创建

import pandas as pd
import numpy as np


# 2.1 通过list创建
s1 = pd.Series([1,2,3,4,5])
s1

0    1
1    2
2    3
3    4
4    5
dtype: int64
-----------------------------------------------------------
# 2.2 通过数组创建
arr1 = np.arange(1,6)
print(arr1)

[1 2 3 4 5]

s2 = pd.Series(arr1)
s2


0    1
1    2
2    3
3    4
4    5
dtype: int32
---------------------------------------------------------------
# 2.3 通过字典创建  顺序不定，如果需要修改顺序，需要指定index
dict = {'name':'李宁','age':18,'class':'三班'}
s3 = pd.Series(dict,index=['name','age','class'])
s3


name     李宁
age      18
class    三班
dtype: object

2、Series索引

示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。

2.1 通过index 指定行索引名 value查看值

代码如下（示例）：

ser_obj = pd.Series(range(5), index = ['a', 'b', 'c', 'd', 'e'])
print(ser_obj.head())

运行结果为：
a    0
b    1
c    2
d    3
e    4
dtype: int64

2.2 行索引

代码如下（示例）：

#ser_obj[‘label’], ser_obj[pos]
print(ser_obj['b'])
print(ser_obj[2])
运行结果为：
1
2

ser_obj[2:4], ser_obj[‘label1’: ’label3’]

注意，按索引名切片 *** 作时，是包含终止索引的。

示例代码：

2.3 切片索引

print(ser_obj[1:3])
print(ser_obj['b':'d'])
运行结果：

b    1
c    2
dtype: int64
b    1
c    2
d    3
dtype: int64

---

2.4 不连续索引

ser_obj[[‘label1’, ’label2’, ‘label3’]]

示例代码：

# 不连续索引
print(ser_obj[[0, 2, 4]])
print(ser_obj[['a', 'e']])
运行结果：

a    0
c    2
e    4
dtype: int64
a    0
e    4
dtype: int64

5. 布尔索引
   示例代码：

2.5 布尔索引

ser_bool = ser_obj > 2
print(ser_bool)
print(ser_obj[ser_bool])

print(ser_obj[ser_obj > 2])
运行结果：

a    False
b    False
c    False
d     True
e     True
dtype: bool
d    3
e    4
dtype: int64
d    3
e    4
dtype: int64

3 Series的基本用法 3.1 isnull 和 notnull 检查缺失值

s3.isnull() #判断是否为空  空就是True

name     False
age      False
class    False
dtype: bool

3.2 通过索引获取数据

通过标签或者下标进行索引

print(s3.index)
print(s3.values)


# 下标
s3[0]
'李宁'

# 标签名
s3['age']
18


# 选取多个
s3[['name','age']]

name    李宁
age     18
dtype: object


# 切片
s3[:3]

name     李宁
age      18
class    三班
dtype: object

s3['name':'class']
name     李宁
age      18
class    三班
dtype: object


#布尔索引
print(s2)
s2[s2 > 3]


a    1
b    2
c    3
d    4
e    5
dtype: int32
d    4
e    5
dtype: int32

3.3 索引与数据的对应关系不被运算结果影响

print(s2+2)
print(s2>2)

a    3
b    4
c    5
d    6
e    7
dtype: int32
a    False
b    False
c     True
d     True
e     True
dtype: bool

3.4 name属性

s1.name, s1.index.name, s1.head

s2.name = 'temp'  #对象名
s2.index.name = 'year'  #对象索引名
s2

year
a    1
b    2
c    3
d    4
e    5
Name: temp, dtype: int32


s2.head() #默认前5行

year
a    1
b    2
c    3
d    4
e    5
Name: temp, dtype: int32

s2.tail(2)  #尾部默认后5行


year
d    4
e    5
Name: temp, dtype: int32

提示：这里对文章进行总结：

总结