Pandas常用数据结构series和方法

import pandas as pd import numpy as np series1 = pd.Series([2.8, 3.01, 8.99, 8.58, 5.18]) series1 0 2.80 1 3.01 2 8.99 3 8.58 4 5.18 dtype: float64 # 序列结构 type(series1) pandas.core.series.Series series2 = pd.Series([2.8, 3.01, 8.99, 8.58, 5.18], index=['a', 'b', 'c', 'd', 'e'], 在Python数据分析领域，Pandas库是不可或缺的一部分，它提供了丰富的数据结构和操作方法。本篇文章主要探讨Pandas中的两个核心数据结构：Series和其相关的方法。 **1. Series数据结构** Series是Pandas的一种一维数据结构，它可以被看作是一种具有标签（即索引）的数组。Series的数据类型可以是数值、字符串、布尔值等，同时允许用户自定义索引。创建Series通常有两种方式： - **基于列表创建**： ```python series1 = pd.Series([2.8, 3.01, 8.99, 8.58, 5.18]) ``` 这里，`series1` 是一个Series对象，其默认索引是从0开始的整数序列。 - **基于字典创建**： ```python series3 = pd.Series({'北京':2.8, '上海':3.01, '广东':8.99, '江苏':8.58, '浙江':5.18}) ``` 在这种情况下，字典的键作为索引，值作为数据。 **2. Series的属性** - `values`：返回Series的底层numpy数组，例如`series1.values`将返回一个浮点数数组。 - `index`：返回Series的索引对象，如`series3.index`显示了 `'北京'` 到 `'浙江'` 的字符串索引。 - `dtype`：显示Series中元素的类型，例如`series2.dtype`显示为`float64`，表明所有元素都是64位浮点数。 **3. 访问Series** - **通过位置访问**：Series支持切片操作，如`series3[0:3]`将返回索引为`'北京'`到`'广东'`的数据。 - **通过标签访问**：可以使用索引名称来访问特定数据，如`series3['北京']`返回对应的值。 **4. 索引操作** Series的索引是有序且可重复的，可以使用`loc`和`iloc`方法进行访问： - `loc`：基于标签的访问，`series3.loc['北京':'江苏']`返回索引介于'北京'和'江苏'之间的所有数据。 - `iloc`：基于位置的访问，`series1.iloc[0:3]`返回索引为0到2（不包括3）的元素。 **5. Series的方法** Pandas的Series提供了许多方便的数据操作方法，包括但不限于： - `drop`: 删除指定的索引或值。 - `fillna`: 填充缺失值。 - `astype`: 将Series转换为其他数据类型。 - `sort_values`: 按值排序。 - `groupby`: 根据某一列或索引进行分组操作。 - `sum`, `mean`, `median`, `max`, `min`: 计算元素的和、均值、中位数、最大值和最小值。 - `describe`: 提供一系列统计量，包括计数、百分比、平均值、标准差等。 这些只是Pandas Series数据结构的基本概念和常用操作，实际上，Series还有更多高级特性，如时间序列分析、合并与连接、数据筛选等。理解并熟练掌握Series，能够极大地提升数据处理和分析的效率。在实际使用中，结合Numpy和Pandas的DataFrame，可以实现更复杂的数据处理任务。