Python Pandas Series 完全指南：创建、索引与数据处理

Pandas 应用概述

Pandas 的核心数据类型主要包括 Series（数据系列）和 DataFrame（数据框/数据表），它们分别用于处理一维和二维数据。

此外，还有一个 Index 类型的子类型，它为 Series 和 DataFrame 提供了索引功能支持。

创建 Series 对象

Series 对象用于表示一维数据结构，其形态与数组非常相似，但具备更多高级功能。

Series 的内部结构由两个数组组成：一个用于存储实际数据，另一个用于存储数据的索引。

此外，还可以使用字典格式来创建 Series 对象。

索引操作

Series 对象支持索引和切片操作。与普通数组不同的是，Series 内部维护了一个专门的索引数组，这使得索引机制更加灵活。

除了使用整数索引通过位置检索数据外，还可以通过自定义的标签来获取对应的数据值。

第一种方式：通过位置索引并修改数据

第二种方式：使用自定义标签进行访问

花式索引

花式索引与普通索引的主要区别在于，花式索引的最外层使用方括号 [ ] 包裹。

布尔索引

布尔索引主要用于判断列表中数值的范围，返回布尔值序列。

Series 对象的常用属性与方法

# 求和
print(ser2.sum())
# 求均值
print(ser2.mean())
# 求最大
print(ser2.max())
# 求最小
print(ser2.min())
# 计数
print(ser2.count())
# 求标准差
print(ser2.std())
# 求方差
print(ser2.var())
# 求中位数
print(ser2.median())

describe() 方法

describe() 方法可以获取上述所有的描述性统计信息，包括方差、标准差、中位数等统计指标。

对于特定的单个值，也可以通过索引方式直接获取。

value_counts() 方法

若要统计每个值重复出现的次数，可使用 value_counts() 方法。该方法返回一个新的 Series 对象，其索引为原 Series 中的值，数据部分为各值出现的次数。默认情况下，结果会按照出现次数进行降序排列。

ser3 = pd.Series(data=['apple', 'banana', 'apple', 'pitaya', 'apple', 'pitaya', 'durian'])
ser3.value_counts()

unique() 方法

如果 Series 对象中包含重复值，可以使用 unique() 方法获取去重后的 Series 对象。

还可以使用 nunique() 方法统计不重复值的数量，这是数据处理中的常用方法。

isnull() 和 notnull() 方法

Series 对象的 isnull() 和 notnull() 方法可用于判断数据中是否存在空值。

dropna() 和 fillna() 方法

dropna() 和 fillna() 分别用于删除空值和填充空值。这两个方法均包含一个名为 inplace 的参数，默认值为 False，表示操作不会修改原 Series 对象，而是返回一个新的 Series 对象表示处理后的数据。若将 inplace 参数设为 True，则操作会就地执行，直接修改原 Series 对象，此时方法返回值为 None。

后续接触到的许多方法，包括 DataFrame 对象的许多方法，都会包含此参数，其含义与此处一致。

mask() 和 where() 方法

• mask()：可以将满足条件的全部替换。
• where()：将不满足条件的替换。

duplicated() 和 drop_duplicates() 方法

• duplicated() 方法可用于找出重复数据，通过返回布尔值显示数据是否重复。
• drop_duplicates() 方法可用于删除重复数据。

apply() 和 map() 方法

map() 可以不依赖索引，直接通过内容对数据进行修改。

apply() 可以将原始值通过一定的计算逻辑，得到期望的数组结果。

排序和取头部值的方法

Series 对象的 sort_index() 和 sort_values() 方法可用于对索引和数据值进行排序。排序方法包含一个名为 ascending 的布尔类型参数，用于控制排序结果是升序还是降序。

名为 kind 的参数用于控制排序使用的算法，默认使用 quicksort，用户也可以选择 mergesort 或 heapsort。

如果存在空值，可以使用 na_position 参数指定空值放在最前还是最后，默认值为 last（放在最后）。

• sort_values() 按值从小到大排序
• sort_values(ascending=False) 按值从大到小排序

取头部值

若要从 Series 对象中找出最大或最小的“Top-N”元素，实际上无需对所有值进行完整排序，可以使用 nlargest() 和 nsmallest() 方法来完成。

总结

以上为个人经验总结，希望能给大家一个参考，也希望大家多多支持本站。