1. 什么是Series？
Series是一种类似于一维数组的对象，与一维数组对象不同的是Series带有标签（索引），通俗来说就是一维带标签（索引）的一维数组。如下图所示：
带有索引的一维数组
2. 如何创建Series？
Series是一维带标签（索引）的一维数组，对于Series最关键的也就是索引index和与之对应的value值。
一般格式 (这里的data就是value值的集合)：
s = pd.Series( data , index )
data几种常见的取值类型：
- 标量值、list列表；
- ndarray对象；
- dict字典；
index取值规范：
- 索引值必须是可hashable的（如果一个对象是可散列的，那么在这个对象的生命周期中，他的散列值是不会变的（它需要实现__hash__()方法）），并且索引index的长度必须和value值的长度一致，如果不一致会抛出异常（这点需要格外的注意）；
- 如果不设置索引，默认索引是从0到n-1的序列值[其中n为data值的长度]；
- 如果data的类型为dict字典类型，对应的字典中的key值就是对应series对象中的index值；
- 相同的索引值也是可以的；
下面依照着data的几种常见的类型来分别介绍，中间会穿插着index的取值规范问题：
2.1 data为标量值、list列表
#data:标量值1
#index:不指定（默认索引）
import pandas as pd
s = pd.Series(1)
print(s)
result:
0 1
dtype: int64
#data:list列表
#index:通过list列表指定，其中data和index长度一致
import pandas as pd
s = pd.Series([1,2,3,4,5],index = ["a","a","c","d","e"])
print(s)
result:
a 1
a 2
c 3
d 4
e 5
dtype: int64
注意：
- 当创建Series对象的时候指定index的时候，index元素个数（此处的index为一个list列表）要和data中元素个数相等；
- 使用相同的索引值"a"，程序并没有发生异常，索引值可以是相同的；
2.2 data为ndarray对象
import numpy as np
import pandas as pd
data = np.arange(5)
#使用list作为index索引
index2 = ["a","b","c","d","e"]
#使用ndarray数组作为index索引
index3 = np.array(["a","b","c","d","e"])
s = pd.Series(data)
s2 = pd.Series(data,index2)
s3 = pd.Series(data,index3)
print(s)
print("-"*6)
print(s2)
print("-"*6)
print(s3)
result:
0 0
1 1
2 2
3 3
4 4
dtype: int32
------
a 0
b 1
c 2
d 3
e 4
dtype: int32
------
a 0
b 1
c 2
d 3
e 4
dtype: int32
注意：
- 此时的data是ndarray数组类型，而index分别指定了无参数的默认index索引、指定list列表以及指定ndarray数组类型的index。
2.3 data为dict字典
import pandas as pd
d = {"a":0,"b":1,"c":2}
s = pd.Series(d)
print(s)
result:
a 0
b 1
c 2
dtype: int64
这里由于将data位置的参数传入字典，将字典的键作为了Series对象的index，所以如果再次指定index的时候会出现一些新的情况：
- 指定的index中不包含字典中的键值；
- 指定的index中包含部分字典中的键值；
- 指定的index中包含全部的字典中键值；
下面就使用代码简单的介绍一下这三种情况。
- 指定的index中不包含字典中的键值
import pandas as pd
d = {"a":0,"b":1,"c":2}
s = pd.Series(d,index = ["d","e"])
print(s)
result:
d NaN
e NaN
dtype: float64
- 指定的index中包含部分字典中的键值
import pandas as pd
d = {"a":0,"b":1,"c":2}
s = pd.Series(d,index = ["a","d"])
print(s)
result:
a 0.0
d NaN
dtype: float64
- 指定的index中包含全部的字典中键值
import pandas as pd
d = {"a":0,"b":1,"c":2}
s = pd.Series(d,index = ["a","b","c"])
print(s)
result:
a 0
b 1
c 2
dtype: int64
总结：
我们知道创建Series对象的一般格式，包含两个参数data和index索引。我们使用Python字典作为创建Series的data，同时我们知道当将字典作为创建Series对象的data的话，Python字典中的key可以作为Series的index，但是此时我们仍然可以继续指定index，通过上面的三种情况的描述，可以得出结论，使用字典创建Series，同时指定index的话，此时的index起到一个筛选的作用，最终的输出结果就是指定的index，如果指定的index在字典中的key中，则将对应的值关联到指定的index中；如果指定的index不在字典中的key中，则将NaN关联到指定index中。由于Python中字典中的key不能够重复，所以虽然Series允许使用有重复的index值，但是如果使用字典创建Series的时候肯定不会有相同的index值。
3. Series的属性
此处介绍Series属性包括两个方面（因为此处介绍的是Series的属性不是Series的方法，所以不要在后面加小括号）：
- 获取Series的index索引和value值，顺便介绍统计index和value相同类别的个数的方法；
- 获取Series的名称以及index的名称；
#实验所用到的Series对象
import pandas as pd
s = pd.Series([1,2,3],index = ["a","b","a"])
print(s)
3.1 获取index索引和value值，并统计index和value相同类别的个数
下面将index和value分开来介绍：
#获取Series的索引
print(s.index)
result:
Index(['a', 'b', 'a'], dtype='object')
此时返回的索引是一个迭代器对象，这个对象还可能会有其他的属性。如果我们想要获取其中的具体值的话，可以使用for循环进行遍历，还可以使用下面这些简单的属性将迭代转换为ndarray数组或者是list列表：
print(s.index.values)
print(type(s.index.values))
print("-"*6)
print(list(s.index.values))
print(type(list(s.index.values)))
result:
['a' 'b' 'a']
<class 'numpy.ndarray'>
------
['a', 'b', 'a']
<class 'list'>
如果我们想要统计Series中索引相同索引的个数，可以使用下面的方法（注意此时是方法不在是属性了）：
print(s.index.value_counts())
result:
a 2
b 1
dtype: int64
values其实和index类似，下面简单的介绍一下：
print(s.values)
print(type(s.values))
result:
[1 2 3]
<class 'numpy.ndarray'>
与获取index不同的是，使用s.values返回的就是包含值的ndarray数组类型。下面统计相同value值的个数，同样这个也是一个方法，这个方法还是很常用的：
print(s.value_counts())
result:
3 1
2 1
1 1
dtype: int64
3.2 获取Series的名称以及index的名称
Series有本身以及index和value，除了value没有名称外，Series本身和index都可以指定名称，如果不指定的话默认为None。
s.name = "my Series"
s.index.name = "my index"
print(s)
result:
my index
a 1
b 2
a 3
Name: my Series, dtype: int64
4. Series的索引获取指定值
Series简单来说就是带有索引的一维数组，我们很自然的可以通过索引来获取对应的value值，我们有三种方式进行索引：
- 位置索引。通过0 ~ n-1[n为Series中索引个数]进行索引；
- 名称索引。通过传入指定的index名称来进行索引；
- 获取单个索引值；
- 获取多个索引值；
- 点索引。通过".index名称"的形式进行索引；
下面来分别介绍这三种索引方式以及需要注意的地方。
import pandas as pd
s = pd.Series([1,2,3,4],index = ["a","b","c","d"])
print(s)
4.1 位置索引
# 位置索引
print(s[0])
print(s[-1])
print(s[2])
result:
1
4
3
此处的位置索引类似python中的list列表，不仅能够正向索引[从0开始]而且还能够反向索引[从-1开始反向索引]。
4.2 名称索引
# index名称索引
#获取单个索引值
print(s["a"])
print("*"*6)
#获取多个索引值
print(s[["a","b","c"]])
result:
1
******
a 1
b 2
c 3
dtype: int64
使用名称索引不仅可以索引单个value值，也可以索引多个value值。平时用的最多的就是位置索引和名称索引，说一说使用他们的时候需要注意的地方：
- 我们知道Series的index索引可以是任意类型，如果index为整数类型，那么位置索引就会失效。
import pandas as pd
s = pd.Series(["a","b","c","d"],index = [1,3,4,5])
# 此处使用位置索引会抛出异常KeyError
# print(s[-1])
# print(s[2])
#此处得到的结果是名称索引
print(s[3])
result:
b
- 由于Series的index是可以重复的，对于位置索引来说无论index是否重复都与索引没有关系，但是如果使用名称索引的话，索引出来的是结果是一个具有相同index的Series对象。
import pandas as pd
s = pd.Series(["a","b","c","d"],index = [1,1,4,5])
# 此处使用的是名称索引
print(s[1])
result:
1 a
1 b
dtype: object
4.3 点索引
平时使用名称索引以及位置索引足够使用。点索引使用有很多局限性：
- 点索引只使用于Series的index类型为非数值类型才可以使用；
- 如果Series中的index中有一些索引名称与Python的一些关键字或者一些函数名重名的话，会导致无法获取Series的值；
import pandas as pd
# 此时的index为数值类型
s = pd.Series(["a","b","c","d"],index = [1,2,3,4])
# 会抛出语法错误的异常SyntaxError
# print(s.2)
import pandas as pd
# 此时的index为数值类型
s = pd.Series([1,2,3,4],index = ["a","b","c","def"])
# 通过点索引获取value值
print(s.a)
# 会抛出语法错误的异常SyntaxError
# print(s.def)
result:
1
5. Series的切片slice
通过Series的切片来获取连续的多个索引对应的值，Series的切片有两种方式：
- 使用位置切片，类似s[start_index : end_index]，熟悉python都知道这种切片方式，需要注意的这种方式切片同样是包左不包右；
- 使用名称切片，类似s [start_index_name , end_index_name]，这种方式和上面使用位置切片的最大区别就是名称切片，即包左又包右；
import pandas as pd
s = pd.Series([1,2,3,4],index = ["a","b","c","d"])
print(s)
result:
a 1
b 2
c 3
d 4
dtype: int64
5.1 位置切片
# 使用位置切片
print(s[0:2])
result:
a 1
b 2
dtype: int64
5.2 名称切片
# 使用名称切片
print(s["b":"d"])
result:
b 2
c 3
d 4
dtype: int64
注意：
在上面的索引方式，我们知道了位置索引和名称索引在index为数值类型时候的不同，当index为数值类型的时候，使用位置索引会抛出keyerror的异常，也就是说当index为数值类型的时候，索引使用的是名称索引。但是在切片的时候，有很大的不同，如果index为数值类型的时候，切片使用的是位置切片。总的来说，当index为数值类型的时候：
- 进行索引的时候，相当于使用的是名称索引；
- 进行切片的时候，相当于使用的是位置切片；
6. Series的增删改查
6.1 添加Series的值（增）
为Series添加新的值的方式有两种：
- 使用series.Append(pd.Series(data,index))的方式添加，这种方式会返回一个新的Series对象，这种方式最大的特点就是可以添加多个Series值；
- 使用series["new_index"] = value的方式添加，这种方式会直接在原来的Series上进行修改，并且这种方式每次只能够添加一个Series值；
import pandas as pd
s = pd.Series(1,index =["a"])
print(s)
print("*"*6)
# 使用append方式添加多个Series值
# 此处将返回的值赋值给了原来的Series，因为使用append添加的话返回的是新的Series对象
s = s.append(pd.Series([2,3],index = ["b","c"]))
print(s)
print("*"*6)
# 使用s[new_index] = value方式添加
s["d"] = 4
print(s)
result:
a 1
dtype: int64
******
a 1
b 2
c 3
dtype: int64
******
a 1
b 2
c 3
d 4
dtype: int64
6.2 删除series的值（删）
删除直接使用del关键字删除即可。
import pandas as pd
s = pd.Series([1,2,3,4],index = ["a","b","c","d"])
print(s)
print("*"*6)
del s["b"]
print(s)
result:
a 1
b 2
c 3
d 4
dtype: int64
******
a 1
c 3
d 4
dtype: int64
6.3 通过索引修改Series的值（改）
其实此时介绍的修改Series的值和在4中介绍的一致，只不过将4中介绍的获取到的Series值进行重新的赋值即是修改对应Series的值，因此此处也有三种方式：
- 通过位置索引修改value值；
- 通过名称索引修改value值；
- 通过点索引修改value值；
此处因为类似，所以只选择一个进行实验：
import pandas as pd
s = pd.Series([1,2,3,4],index = ["a","b","c","d"])
s["a"] = 100
print(s)
result:
a 100
b 2
c 3
d 4
dtype: int64
6.4 判断索引是否在Series中（查）
判断index是否在Series中很简单，其实和python中查看元素是否在list列表中的方法是一样的。
import pandas as pd
s = pd.Series([1,2,3,4],index = ["a","b","c","d"])
print("a" in s)
print("q" in s)
result:
True
False
7. 过滤Series的值
我们可以通过布尔选择器，也就是条件筛选来过滤一些特定的值，从而仅仅获取满足条件的值。过滤Series的值的方式分为两种：
- 单条件筛选；
- 多条件筛选；
import pandas as pd
s = pd.Series([1,2,3,4],index = ["a","b","c","d"])
7.1 单条件筛选
print("-"*5 + "布尔选择器" + "-"*5)
print(s < 3)
print("-"*5 + "单条件查询" + "-"*5)
print(s[s<3])
result:
-----布尔选择器-----
a True
b True
c False
d False
dtype: bool
-----单条件查询-----
a 1
b 2
dtype: int64
7.2 多条件查询
print("-"*5 + "多条件查询" + "-"*5)
print(s[(s > 2) & (s < 4) ])
result:
-----多条件查询-----
c 3
dtype: int64
注意：
- 多条件查询中的and以及or必须使用对应的符号来表示，and用&，or用|来表示；
- 使用多条件的时候，为了避免出错，在每个条件上最好加上括号；
8. Series缺失值的处理
- 判断Value值是否为缺失值，isnull()判断series中的缺失值以及s.notnull()判断series中的非缺失值；
- 删除缺失值
- 使用dropna()；
- 使用isnull()以及notnull();
- 填充缺失值
- 使用fillna;
- 使用指定值填充缺失值；
- 使用插值填充缺失值；
- 向前填充ffill;
- 向后填充bfill;
- 使用fillna;
# 创建一个带缺失值的Series
import pandas as pd
s = pd.Series([1,2,None,4])
print(s)
result:
0 1.0
1 2.0
2 NaN
3 4.0
dtype: float64
8.1 判断value值是否为缺失值
有两种方式判断：
- s.isnull()判断s中的缺失值；
- s.notnull()判断s中的非缺失值；
# 缺失值的地方为True
print("-"*5 + "使用s.isnull判断" + "-"*5)
print(s.isnull())
#缺失值的地方为False
print("-"*5 + "使用s.notnull判断" + "-"*5)
print(s.notnull())
result:
-----使用s.isnull判断-----
0 False
1 False
2 True
3 False
dtype: bool
-----使用s.notnull判断-----
0 True
1 True
2 False
3 True
dtype: bool
8.2 删除缺失值
- 使用dropna()方法删除缺失值，返回新的Series对象；
- 使用series.isnull()以及series.notnull()方法，使用布尔筛选进行过滤出非缺失值；
print("-"*5 + "使用dropna()删除所有的缺失值" + "-"*5)
print(s.dropna())
print("-"*5 + "使用isnull()删除所有的缺失值" + "-"*5)
print(s[~s.isnull()])
print("-"*5 + "使用notnull()删除所有的缺失值" + "-"*5)
print(s[s.notnull()])
result:
-----使用dropna()删除所有的缺失值-----
0 1.0
1 2.0
3 4.0
dtype: float64
-----使用isnull()删除所有的缺失值-----
0 1.0
1 2.0
3 4.0
dtype: float64
-----使用notnull()删除所有的缺失值-----
0 1.0
1 2.0
3 4.0
dtype: float64
8.3 使用fillna()填充缺失值
- 使用指定值填充缺失值；
- 使用插值填充缺失值；
print("-"*5 + "原来的Series" + "-"*5)
print(s)
print("-"*5 + "指定填充值0" + "-"*5)
print(s.fillna(value = 0))
print("-"*5 + "向前填充ffill" + "-"*5)
print(s.fillna(method = "ffill"))
print("-"*5 + "向后填充bfill" + "-"*5)
print(s.fillna(method = "bfill"))
result:
-----原来的Series-----
0 1.0
1 2.0
2 NaN
3 4.0
dtype: float64
-----指定填充值0-----
0 1.0
1 2.0
2 0.0
3 4.0
dtype: float64
-----向前填充ffill-----
0 1.0
1 2.0
2 2.0
3 4.0
dtype: float64
-----向后填充bfill-----
0 1.0
1 2.0
2 4.0
3 4.0
dtype: float64
注意：
默认情况下，填充缺失值都会创建一个新的Series对象，如果希望直接在原来的Series上进行修改的话，可以使用下面两种方式：
- 直接进行赋值；
- 给fillna()函数添加一个新的参数，inplace = True参数；
9. Series排序
series的排序有两种：
- 根据索引进行排序，使用series.sort_index(ascending = True)；
- 根据值进行排序，使用series.sort_value(ascending = True)；
10. Series的描述性统计
Series的描述性统计
更多原创干货，欢迎关注我的知乎"触摸壹缕阳光"以及公众号"AI机器学习与深度学习算法"
京公网安备 11010802035086号