Pandas資料結構之Series的使用

2022-03-31 16:01:16

一. Series 簡介

Series是一種類似於一維陣列的物件，是由一組資料(各種NumPy資料型別)以及一組與之相關的資料標籤(即索引)組成。僅由一組資料也可產生簡單的Series物件

Series 總的來說就是帶標籤的一維陣列，可儲存整數、浮點數、字串、Python物件等型別的資料。標籤軸通常叫做索引。

二. 範例化 Series

2.1 使用一維陣列範例化

用一維陣列範例化Series時，索引長度必須與陣列長度一致。沒有指定索引時，Pandas會幫我們建立預設的數值型索引。

In [1]: s1 = pd.Series([1, 2, 3, 4])
Out[1]:
0	1
1	2
2	3
3	4
dtype: int64

In [2]: s2 = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])
Out[2]:
a	1
b	2
c	3
d	4
dtype: int64

注意: Pandas 是支援重複索引的。但我們也可以重置索引，具體操作方法在後續章節中會給出。

2.2 使用字典範例化

使用字典範例化Series時, 如果未傳入索引，則索引的值為字典的key：

In [1]: pd.Series({'i': 0, 'j': 1, 'k': 2})
Out[1]: 
i    0
j    1
k    2
dtype: int64

2.3 使用標量例化

使用標量值範例化時，必須提供索引。Series 按索引長度重複該標量值。

In [1]: pd.Series(6, index=[0, 1, 2])
Out[1]: 
0    6
1    6
2    6
dtype: int64

三.Series 簡單使用

3.1 為Series新增Name屬性

在範例化Series時，可以傳入name引數為Series新增name屬性。同時，Seires也支援重新命名:

In [1]: s = pd.Series(6, index=[0, 1, 2], name='six')
Out[1]: 
0    6
1    6
2    6
Name: six, dtype: int64

In [2]: s.name
Out[2]: 'six'

In [3]: s = s.rename('sixsixsix')
In [4]: s.name
Out[4]: 'sixsixsix'

3.2 基於位置的切片

Series提供了類似於Python列表的切片方式：

In[0]: s = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])
In[1]: s[0:2] 	#取下標為0和1的兩個資料（不包括2，也就是從第一個開始取，取兩個資料）
Out[1]：
a    1
b    2
dtype: int64

In[2]: s[:3] 	#取前三個資料
Out[2]：
a    1
b    2
c    3
dtype: int64

In[3]: s[-2:] 	#取最後兩個資料（也可以理解為從倒查第二個資料一直取到末尾）
Out[3]：
c    3
d    4
dtype: int64

In[4]: s[[0,2,3]] 	#取第1、3、4這個三個資料（注意下標是從0開始的，轉換為位置時需+1）
Out[4]：
a    1
c    3
d    4
dtype: int64		#注意：如果輸入的位置大於列表的長度則會報出「indexers are out-of-bounds」異常

3.3 基於索引的切片

Series可使用索引標籤的值來提取值：

In [0]：s = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])
In [1]: s['a'] 	#提取s中，標籤為a的值
Out[1]：
a    1
dtype: int64

In [1]: s[['a', 'b', 'c']] 	#提取s中，標籤為a, b, c的值
Out[1]：
a    1
b    2
c    3
dtype: int64

如果傳入的索引標籤的值不在Seires的軸索引中，那將會報 KeyError 異常，這裡建議大家使用Series的 get 方法獲取值,如果不存在，則會返回None，同時也可設定default引數，用於不存在時的預設返回值。

In [0]: s = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])
In [1]: s['f'] 	#提取s中，標籤為f的值, f不存在，將會報出異常
Out[1]：KeyError

In [2]：s.get('f') #提取s中，標籤為f的值, 若f不存在，預設返回None
Out[2]：None

In [3]：s.get('f'. default=-1) #提取s中，標籤為f的值, 若f不存在，返回-1
Out[3]：-1

3.4 基於條件的切片

In[0]: s = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])
In[1]: s[s < 2] 	#提取s中，小於2的值
Out[1]：
a    1
b    2
dtype: int64

In[1]: s[s> s.mean()] 	#提取s中，大於平均數的值
Out[1]：
c    3
d    4
dtype: int64

In[1]: s[s.between(1, 3, inclusive=False)] 	#提取s中，值介於1，3之間的資料(不包含1，3)
Out[1]：
b    2
dtype: int64

在提取區間資料時，如果想讓兩端的值包含其中（滿足兩端的值也被提取出來），只需要把 inclusive 引數的值賦為True

3.5 其他操作

Series 不用迴圈也可以像操作單個數值一樣快速進行數學運算：

In[0]: s = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])
In[1]: s + s
Out[1]：
a    2
b    4
c    6
d    8
dtype: int64

In[2]: s - 1
Out[2]：
a    0
b    1
c    2
d    3
dtype: int64

Series 之間的操作會自動 基於標籤 對齊資料. 如果一個Series中的標籤在另一個Series中不存在，那麼計算得到的結果將是NaN,即缺失值，有缺失值NaN的處理在後續章節也會講到。因此，我們不用顧及執行操作的Series是否有相同的標籤。 Pandas資料結構整合的資料對齊的功能，是Pandas區別於大多數標籤型資料處理工具的重要特性。

In[0]: s1 = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])
In[0]: s2 = pd.Series([3, 6, 11], index=['a', 'b', 'f'])
In[1]: s1 + s2
Out[1]:
a   4.0
b   8.0
c   NaN
d   NaN
f   NaN
dtype: float64

到此這篇關於Pandas資料結構之Series的使用的文章就介紹到這了,更多相關Pandas Series使用內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com！