前言

大家好！本期跟大家分享的知识是 Pandas 数据结构—Series。

一、Series的创建

Series 是一种类似于一维数组的对象，由下面两部分组成：

values：一组数据，ndarray 类型
index：数据索引

顾名思义，我们在创建 Series 对象时，需要传递一组数据，该数据大多数时候是可迭代对象。因此，下面三种创建方式都是将数据传入到 Series 方法中。

1.1 列表数组创建

以列表作为数据创建 Series。

list1 = list('ABCD') # 创建列表
s =pd.Series(list1) # 传递列表数据到 Series 方法中
print(s)
print(type(s.values))
print(type(s.index))
###########结果###########
0    A
1    B
2    C
3    D
dtype: object
<class 'numpy.ndarray'>
<class 'pandas.core.indexes.range.RangeIndex'>

以数组作为数据创建 Series。

n = np.array(range(5,10))
s2 = pd.Series(n)
s2
###########结果###########
0    5
1    6
2    7
3    8
4    9
dtype: int32

1.2 字典创建

前两种方式，都是只传递了数据，那么索引是默认索引（0 ~ N-1）；下面的字典创建方式，则是以字典的键为索引，字典的值为数据。

d = {
'a':11,'b':22,'c':33,'d':44
}
s = pd.Series(d)
s
###########结果###########
a    11
b    22
c    33
d    44
dtype: int64

1.3 通过标量创建

s = pd.Series(100,index=range(5))
s
###########结果###########
0    100
1    100
2    100
3    100
4    100
dtype: int64

二、Series索引

从以上 Series 的创建中我们可以看出，Series 的索引是可以修改的 。我们先来探讨以下索引的作用。

获取元素：有多种获取方式，s.索引名，s[‘索引名’]，s.loc[‘索引名’]
允许修改：（为 s.index 重新赋值即可，注意前后数量一致）

显式即表示使用索引名称的方式，隐式即表示使用序号的方式。后面的显式切片和隐式切片也是同理。

2.1 显式索引

取单个值时，三种方式：（假设 Series 对象名为 s）

s.索引名（数字索引不能用这种方式）
s[‘索引名’]
s.loc[‘索引名’]

取多个值时，返回一个新的 Series 对象，两种方式（也就是加中括号）：

s.[[‘索引名1’,‘索引名2’]]
s.loc[[‘索引名1’,‘索引名2’]]

s = pd.Series(np.array(range(5,10)),index=list('abcde'),name='number')
print(s)
display(s.a,s['a'],s.loc['a'])
###########结果###########
a    5
b    6
c    7
d    8
e    9
Name: number, dtype: int32555

2.2 隐式索引

隐式索引和显示索引的区别就是它通过数字来获取值。因为是数字，因此 s.number 这种方式肯定不能用了，其他都相同。

取单值，两种方式：

s[number]
s.iloc[number]

取多值，两种方式：

s[[number1,number2]]
s.iloc[[number1,number2]]

s = pd.Series(np.array(range(5,10)),index=list('abcde'),name='number')
print(s)
print('取单值')
print(s[1])
print(s.iloc[1])
print('取多值')
print(s[[1,2]])
print(s.iloc[[1,2]])
###########结果###########
a    5
b    6
c    7
d    8
e    9
Name: number, dtype: int32
a    5
b    6
c    7
d    8
e    9
Name: number, dtype: int32
取单值
6
6
取多值
b    6
c    7
Name: number, dtype: int32
b    6
c    7
Name: number, dtype: int32

三、Series切片

切片操作是获取一个新的 Series 对象的操作，显式切片是为左闭右闭，隐式切片时为左闭右开。

2.1 显式切片

两种方式：

s[索引名1：索引名2]
s.loc[索引名1：索引名2]

2.2 隐式切片

两种方式：

s[number1：number2]
s.iloc[number1：number2]

s = pd.Series({
'yw':100,
'math':150,
'eng':110,
'Python':130
})
print('数据：',end='')
print('-'*10)
print(s)
print('-'*10)
print('显式切片')
print(s['yw':'math'])
print('-'*10)
print(s.loc['yw':'math'])
print('-'*10)
print('隐式切片')
print(s[0:1])
print('-'*10)
print(s.iloc[0:1])
###########结果###########
数据：----------
yw        100
math      150
eng       110
Python    130
dtype: int64
----------
显式切片
yw      100
math    150
dtype: int64
----------
yw      100
math    150
dtype: int64
----------
隐式切片
yw    100
dtype: int64
----------
yw    100
dtype: int64

四、Series基本属性和方法

Series基本属性和方法是让我们更好了解数据组成的手段。

4.1 属性

属性	作用
s.shape	查看数据行列
s.ndim	查看维度，Series 就是一维，ndim 恒等于1
s.size	查看数据总数
s.index	查看索引
s.values	查看数据
s.name	查看 Series 对象的 name，若未设定则为空

4.2 方法

方法	功能
s.head()	查看前5条数据，若传入数字 n ，则查看前 n 条
s.tail()	查看后5条数据，若传入数字 n ，则查看后 n 条
s.isnull()	判断数据是否为空，空的为 True ，不空的为 False
s.notnull()	判断数据是否不空，空的为 False ，不空的为 True

4.3 案例——使用 bool 值去除空值

原理：Series 切片可以再传入一个 Series 对象，该 Series 对象索引要和原来相同，那么值为 False 的将不会被取出。

请看示例：

s = pd.Series(['a','e','f','b'])
s[pd.Series([True,True,False,True])]
###########结果###########
0    a
1    e
3    b
dtype: object

如果改为：

s = pd.Series(['a','e','f','b'])
s[pd.Series([True,True,False,True],index=list('abcd'))]
###########结果###########

那么将会报错：

IndexingError                             Traceback (most recent call last)
E:\Temp/ipykernel_15804/3537358820.py in <module>1 s = pd.Series(['a','e','f','b'])
----> 2 s[pd.Series([True,True,False,True],index=list('abcd'))]D:\PF\Anaconda3\lib\site-packages\pandas\core\series.py in __getitem__(self, key)1001 1002         if com.is_bool_indexer(key):
-> 1003             key = check_bool_indexer(self.index, key)1004             key = np.asarray(key, dtype=bool)1005             return self._get_values(key)D:\PF\Anaconda3\lib\site-packages\pandas\core\indexing.py in check_bool_indexer(index, key)2550         indexer = result.index.get_indexer_for(index)2551         if -1 in indexer:
-> 2552             raise IndexingError(2553                 "Unalignable boolean Series provided as "2554                 "indexer (index of the boolean Series and of "IndexingError: Unalignable boolean Series provided as indexer (index of the boolean Series and of the indexed object do not match).

下面是 Series 去除空值的案例。

s = pd.Series(['zhangsan','lisi','a',np.NAN,None])
print('数据：'+'-'*10)
print(s)
conditon = s.isnull()
print('判空情况：'+'-'*10)
print(conditon)
# 使用 bool 值索引过滤数据
s = s[~conditon]
print('过滤结果：'+'-'*10)
print(s)
###########结果###########
数据：----------
0    zhangsan
1        lisi
2           a
3         NaN
4        None
dtype: object
判空情况：----------
0    False
1    False
2    False
3     True
4     True
dtype: bool
过滤结果：----------
0    zhangsan
1        lisi
2           a
dtype: object

五、Series运算

Series 运算包括算术运算和 Series 对象之间运算。算术运算是针对每一个元素的，有 +、-、*、/、 //、 %、 ** 等，这里不再赘述。Series 对象间的运算，只要记住，索引一个有一个没有时，计算值为 NaN，其他按照算术运算计算即可。

算术运算

s = pd.Series(np.array(range(5,10)))
print(s)
s * 10
###########结果###########
0    5
1    6
2    7
3    8
4    9
dtype: int320    50
1    60
2    70
3    80
4    90
dtype: int32

Series对象间的运算

s1 = pd.Series(np.array(range(5,10)))
s2 = pd.Series([3,6,10,12])
print(s1)
print(s2)
s1 + s2 # 索引一个有一个没有时，计算值为 NaN
###########结果###########
0    5
1    6
2    7
3    8
4    9
dtype: int32
0     3
1     6
2    10
3    12
dtype: int640     8.0
1    12.0
2    17.0
3    20.0
4     NaN
dtype: float64

六、Series多层行索引

6.1 Series多层索引的构建

Series 不仅支持单层索引，还支持多层索引。最简单的实现方式就是将 index 设置成多维。

下面以二级行索引为例：

s = pd.Series(np.random.randint(60,100,6),index=[['语文','语文','语文','数学','数学','数学'],['小明','小红','小丽','小明','小红','小丽']])
print(s)
###########结果###########
语文  小明    90小红    72小丽    97
数学  小明    81小红    74小丽    84
dtype: int32

6.2 Series多层索引的索引和切片操作

对于 Series 多层索引的索引和切片操作，只要记住以下两点：

要先取第一层，再取第二层，不能直接取第二层索引
获取到第一层之后，就是一个普通的单层索引 Series
隐式索引，直接得到数

具体的方式，还是索引和切片都分为显式和隐式，下面通过一个案例来演示。

索引：

s = pd.Series(np.random.randint(60,100,6),index=[['语文','语文','语文','数学','数学','数学'],['小明','小红','小丽','小明','小红','小丽']])
print(s)
# 索引
print('显式索引：'+'-'*10)
print(s['语文']) # 获取到单层 Series
print(s.loc['语文']) 
print(s['语文']['小明'],s.loc['语文']['小明']) # 获取到单个值
print('隐式索引：'+'-'*10)
print(s.iloc[0])
print(s[0]) # 获取到单个值
###########结果###########
语文  小明    94小红    95小丽    60
数学  小明    66小红    84小丽    76
dtype: int32
显式索引：----------
小明    94
小红    95
小丽    60
dtype: int32
小明    94
小红    95
小丽    60
dtype: int32
94 94
隐式索引：----------
94
94

切片：

s = pd.Series(np.random.randint(60,100,6),index=[['语文','语文','语文','数学','数学','数学'],['小明','小红','小丽','小明','小红','小丽']])
s = s.sort_index()
print(s)
print('显式切片'+'-'*10)
print(s['数学':'语文'])
print(s.loc['数学':'语文'])
print('隐式切片'+'-'*10)
print(s[0:2])
print(s.iloc[0:2])
###########结果###########
数学  小丽    67小明    64小红    92
语文  小丽    84小明    99小红    82
dtype: int32
显式切片----------
数学  小丽    67小明    64小红    92
语文  小丽    84小明    99小红    82
dtype: int32
数学  小丽    67小明    64小红    92
语文  小丽    84小明    99小红    82
dtype: int32
隐式切片----------
数学  小丽    67小明    64
dtype: int32
数学  小丽    67小明    64
dtype: int32