Pandas 数据结构 Series

1. 前言

通过上几小节的学习，我们已经能够将外部数据用 Pandas 库进行解析，通过实际代码操作可以看出，不同的数据文件解析的函数不同，不同的数据内容，解析出来数据结构也不一样。了解一组数据的结构类型，对于我们分析数据有着至关重要的作用，那 Pandas 中的数据结构究竟有哪几种呢？

Pandas 中有两种主要的数据结构 Series 和 DataFrame，正是这两种数据结构，是 Pandas 为应用提供一种可靠性、易于使用的基础。本节课我们将先从 Series 数据结构进行入手，讲解 Series 数据结构的特点，以及掌握该数据结构常用的属性和方法。

2. Series 数据结构概述

Series 是一种一维数组的对象，由一组数据和对应的数据标签（索引）所组成，也就是 index（索引） 和 values （值），表现形式为索引在左边，值在右边，并且其中的索引值是可以重复的，如果不指定索引，默认会创建一个从 0 开始的整数序列索引，数组里面可以放任意类型的数据，但数据必须是一维的；

3. Series 数据结构常用的属性

3.1 Series 常用的属性

Series 作为一维数组结构，它的对象中提供了一些常用的属性，来获取对象的信息，下面我们列举了一些常用的属性。

现在我们通过代码程序，具体演示上面的属性操作。

**实例：**我们通过定义一个 Series，然后分别演示上面的属性操作。

# 引入pandas
import pandas as pd
# 定义一个series对象
obj=pd.Series([12,"welcom",23, "to",34, "pandas",45])
print(obj)

# --- 输出结果 --- 
0        12
1    welcom
2        23
3        to
4        34
5    pandas
6        45

具体的属性操作：

# index 属性
print(obj.index)
#--- 输出结果 ---
RangeIndex(start=0, stop=7, step=1)   #索引对象的的开始下标,最后下标,步长

# values 属性
print(obj.values)
#--- 输出结果 ---
[12 'welcom' 23 'to' 34 'pandas' 45]   #Series的数组表示的值

# name 属性
print(obj.index.name)
#--- 输出结果 ---
None  #None是索引列和数据类默认的名称，可以通过 obj.index.name="索引" 重新命名

# axes 属性
print(obj.axes)
#--- 输出结果 ---
[RangeIndex(start=0, stop=7, step=1)]  #下标从0到7，步长为1,长度为8的数组

# ndim 属性
print(obj.ndim)
#--- 输出结果 ---
1  #验证了Series是一维数组

# size 属性
print(obj.size)
#--- 输出结果 ---
7  #有7个数据

# dtype 属性
print(obj.dtype)
#--- 输出结果 ---
object  #是一个object的数据类型，这里要区分一下数据类型和数据结构，我们说Series是Pandas的数据结构之一，并不是数据类型就是Series。

3.2 Series 常用的方法

另外 Series 中还提供了丰富的函数，方便我们来进行操作，下面我们列举了几个常用的操作方法。

下面我们分别看一下每个方法的具体操作实例：

Series() 方法

该方法用于创建一个一维数组的对象，通过该方法有多种方式去创建 Series 对象：方式一：Series([x,y,…])、方式二：Series([x,y,…], index=[param1,param1,…])、方式三：Series({“a”:x,“b”:y,…})

# 引入pandas
import pandas as pd

# 形式一：Series([x,y,...])
obj=pd.Series([12,23,34,45])
print(obj)
#--- 输出结果 ---
0    12
1    23
2    34
3    45
dtype: int64

# 形式二：Series([x,y,...], index=[param1,param1,...])
obj=pd.Series([12,23,34,45],index=["a","b","c","d"])
print(obj)
#--- 输出结果 ---    
# 该形式，我们可以指定它的索引列的值
a    12
b    23
c    34
d    45
dtype: int64

# 形式三：Series({"a":x,"b":y,...})
obj2=pd.Series({"a":12,"b":33,"c":5,"d":22})
print(obj2)
#--- 输出结果 ---
# 这里我们里面传入的是一个字典，他的key就会对应成索引列，value对应数据列
a    12
b    33
c     5
d    22
dtype: int64

isnull() 和 notnull() 方法

isnull() 是缺失值返回 Ture 运行结果，而 notnull() 则不是缺失值的返回 Ture 运行结果

# 引入pandas
import pandas as pd
obj=pd.Series([12,23,34,45],index=["a","b","c","d"])
print(obj.isnull())
#--- 输出结果 ---
a    False
b    False
c    False
d    False
dtype: bool
    
print(obj.notnull())
#--- 输出结果 ---
a    True
b    True
c    True
d    True
dtype: bool

argmin() 和 argmax() 方法

argmin() 用于返回最小值索引的位置，argmax() 用于返回最大值索引的位置

# 引入pandas
import pandas as pd
obj2=pd.Series({"a":12,"b":33,"c":5,"d":22})
print(obj2.argmin())
# --- 输出结果 ---
2 #最小值的索引为2，因为索引是从0开始的，我们最小值为5,

print(obj2.argmax())
# --- 输出结果 ---
1 #最小值的索引为1，最大值是33,

copy( ) 方法

该方法为拷贝一个 Series，但要注意里面的 deep 设置，也就是深拷贝 copy(deep=True) 和浅拷贝copy(deep=False) 的问题。浅拷贝：拷贝父对象，不会拷贝对象的内部的子对象，只复制对象本身，没有复制该对象所引用的对象；深拷贝：完全拷贝了父对象及其子对象，新的组合对象与原对象没有任何关联。

# 引入pandas
import pandas as pd
obj2=pd.Series({"a":12,"b":33,"c":5,"d":22})
# 1.cpys 浅拷贝
cpys = obj2.copy(deep=False)
cpys['a']=0
print(cpys)
print(obj2)
# --- 输出结果 ---
# 这是浅拷贝之后的cpys
a     0
b    33
c     5
d    22
dtype: int64
# 这是被拷贝的 obj2
a     0
b    33
c     5
d    22
dtype: int64
# 通过上面的输出结果，我们可以看到，我们对拷贝后的对象进行修改，也会影响到被浅拷贝的对象，进而证明了，浅拷贝只复制对象本身，没有复制该对象所引用的对象
  
# 2.cpys_deep深拷贝
cpys_deep = obj2.copy(deep=True)
cpys_deep['a']=0
print(cpys_deep)
print(obj2)
# --- 输出结果 ---
# 这是深拷贝之后的cpys_deep
a     0
b    33
c     5
d    22
dtype: int64
# 这是被拷贝的 obj2
a    12
b    33
c     5
d    22
dtype: int64  
# 我们通过输出结果，可以看到 索引a，obj和cps_deep的值是不一样的，我们修改拷贝后的对象，并不能影响到被拷贝的对象，这就是深拷贝，它完全拷贝了父对象及其子对象，和之前的对象是相互独立的。

reindex([x,y,…]) 方法

该方法会将源 Series 对象，按照新的索引顺序生成新的 Series 对象，默认如果没有对应索引的则使用默认值NaN。( NaN 即"⾮数字" (not a number)，在 Pandas 中，它⽤于表示缺失或NA值 )

# 引入pandas
import pandas as pd
obj=pd.Series([12,23,6,145,44],index=["a","b","c","d","e"])
rs_obj=obj.reindex(["e","d","c","b","a","f","g"])
print(rs_obj)

#--- 输出结果 ---
e     44.0
d    145.0
c      6.0
b     23.0
a     12.0
f      NaN
g      NaN
dtype: float64
# 这里我们看到按照我们写的索引的顺序，生成了一个新的对象rs_obj，没有值的默认为NaN进行填充。

drop( ) 方法

该方法通过传入指定的索引，丢弃对应的数据项，返回一个新的 Series 对象。

# 引入pandas
import pandas as pd
obj=pd.Series([12,23,6,145,44],index=["a","b","c","d","e"])
drop_obj=obj.drop(["e","d"])
print(obj)
print(drop_obj)

#--- 输出结果 ---
# 源对象
a     12
b     23
c      6
d    145
e     44
dtype: int64
# drop操作后新的对象 drop_obj
a    12
b    23
c     6
dtype: int64

4. 小结

通过本小节内容的学习，我们了解到 Pandas 库主要包含了两种数据结构，该节内容主要讲述了 Series 数据结构特点，以及我们如何操作该数据结构的常用方法，在实际运用当中，大家会接触到更多关于 Series 数据结构的使用方法和技巧。本节课程的重点如下：

• Series 数据结构的常用属性；
• Series 数据结构的常用操作方法；

Tips：想要学习更多Pandas相关知识，可以点击
Pandas Pandas读取数据文件
Pandas 读取MySql数据
Pandas 数据结构DataFrame