1. pandas介绍

• pandas是python语言的一个扩展程序库，用于数据分析
• pandas是一个开放源码,BSD许可的库，提供高性能，易于使用的数据结构和数据分析工具
• pandas名字衍生自术语panel data(面板数据)和python data analysis(python数据分析)
• pandas是一个强大的分析结构化数据的工具集，基础是numpy(提供高性能的矩阵运算)
• pandas可以从各种文件格式导入数据,例如;csv,excel,json...
• pandas可以对各种数据进行运算操作，比如：归并，再成形，选择，还有数据清洗和数据加工特征
• pandas的最主要数据结构是Series(一维数据)和DataFrame(二维数据)，这两种数据结构足以处理金融，统计，社会科学，工程等领域里的大多数典型用例

2.Series定义

Series是一种类似于字典(dict-like)的一维数组(array-like)的对象，由下面两个部分组成：

注意：Series类型数值会强制统一

• values:一组数据(ndarray类型)
• index:相关的数据索引标签

3.构造Series

• 1.from ndarray，使用ndarray构造Series，是一个引用对象

  # 通过ndarry数组创建Series
  arr1=np.random.randint(0,10,size=5)
  # index是用来指定Series对象的显示索引，如果没有设置，则默认显示隐式索引填充(数组填充)
  s1=pd.Series(data=arr1,index=['A','B','C','D','E'])
  

• 2.from list 使用列表构造，是一个副本对象

  #通过列表创建Series
  lis=[1,2,3,4]
  s3=pd.Series(data=lis,index=list('ABCD'))
  

• 3.from dict,使用字典构造

  #通过字典创建Series,通过字典创建不会传递index，字典的key就是index，如果传入index，会与字典中的key匹配，不匹配，返回NaN
  #字典构造的Series.默认使用字典的key作为显示索引，values作为Series的值
  #NaN  not a number 是空数值
  user_info={
      'name':'hello',
      'age':20,
      'address':"安徽"
  }
  s4=pd.Series(data=user_info)
  #自动匹配user_info中的key
  s5=pd.Series(data=user_info,index=['name','address','A'])
  

• 4.from scalar(标量) value

  • 使用一个标量(常量或变量)构造时，必须指定index,标量会被重复匹配到每一个index

  index=list('ABCDE')
  #会将标量6重复匹配到每一个index
  s6=pd.Series(data=6,index=index)
  

4.Series属性

属性	含义
name	返回Series对象的名字
shape	返回Series对象的形状
size	返回Series对象的元素个数
index or keys()	返回Series对象的显示索引
values	返回Series对象的所有元素值
items()	Python 字典的表达式和方法来检测键 / 索引和值

s = pd.Series(data=[1,2,3], index=list('ABC'))
s.shape  #(3,)
s.index   #Index(['A', 'B', 'C'], dtype='object')
s.keys() #Index(['A', 'B', 'C'], dtype='object')
s.values   #array([1, 2, 3], dtype=int64)
s.size   #3
list(s.items()) #[('A', 1), ('B', 2), ('C', 3)]

5. Series的数学运算

• Series对大多数Numpy的函数都是兼容的

• 1.与非pandas对象运算 【服从广播机制原则】

  #服从广播机制
  s=pd.Series(data=[1,2,3],index=list('ABC'))
  s + 1
  

• 2.numpy functions, numpy的函数Series也可用

  #求平方
  np.power(np.array([1,2,3]),2)
  

• 3.Series之间的运算

  • 索引对齐原则
  • 对不齐补空值，使用add/sub/nul/div函数处理空值

  s=pd.Series(data=[1,2,3],index=list('ABC'))
  s1=pd.Series(data=np.array([2,3,4]),index=['C','A','B'])
  s+s1
  A    4
  B    6
  C    5
  dtype: int64
  
  #对不齐的补空值
  s1=pd.Series(data=np.array([2,3,4]),index=['C','A','B'])
  s2=pd.Series(data=[2,3,4],index=['A','C','D'])
  s1+s2
  A    5.0
  B    NaN
  C    5.0
  D    NaN
  dtype: float64
  

6. Series的索引和切片

显示索引	隐式索引	含义
data[0]	data['语文']	索引获取值
data[[0,2]]	data[['语文'，'数学'] ]	列表获取值
data[0：2]	data['语文':'数学']	切片获取值

dic={ '语文':98,  '数学':100, '英语':60 }
data=pd.Series(data=dic)
data[0] 
data['语文']
data[0:2]
data['语文':'数学']
data[[0,2]]
data[['语文','英语']]

7. Series的常用方法

方法	含义
head()	默认前n行数据,n默认为5
tail()	默认后n行数据，n默认为5
unique()	返回去重后元素值
nunique()	返回去重后元素个数
value_counts()	求不同元素的个数
isnull()	判断数据是否为空
notnull()	判断数据是否不为空
isnull()	判断数据是否为空
notnull()	判断数据是否不为空
add(n)	每个元素加上n
sub(n)	每个元素减上n
mul(n)	每个元素乘上n
div(n)	每个元素除上n

s4=pd.Series(data=[1,2,4,6,3,5,6,6,6,4,3,2,1])
display( s4.head(),s4.tail(),s4.unique() ,s4.nunique() ,s4.isnull(),s4.notnull(),s4.add(2),s4.sub(2),s4.mul(2),s4.div(2))