pandas库中设置索引的方法（pandas学习第2篇Series-）

pandas库中设置索引的方法（pandas学习第2篇Series-）>>> data=np.array(['a' 'b']) # data=['a' 'b'] >>> sd=pd.Series(data) 0 a 1 b dtype: object分析序列的输出：使用ndarray的一维数组，或者list来构造序列，序列包含两部分：索引和序列值，如下所示pandas.Series(data=None index=None dtype=None name=None copy=False)构造函数的参数：索引的下标是自动生成的，从0开始，依次加1递增。对于序列的data，可以通过序列的属性values来访问；对于序列的索引，可以通过序列的属性index来访问。1，使用ndarray或list创建序列

序列是一维数组，只有一个维度（或称作轴）是行（row），在访问序列时，只需要设置一个索引。序列(Series)是由一组相同类型的数据，以及一组与之相关的行标签（索引）组成，序列要求存储的数据类型是相同的。

在创建序列时，如果没有设置索引，那么pandas自动为序列创建了一个从0开始到N-1的序号，称作行的索引。也可以显式设置index参数，为每行设置标签，pandas把标签称作索引。用户可以通过索引、也可以通过位置来访问Series对象中的元素。

序列可以看作是索引到数据值的一个映射，一个索引对应一个数据值，这种结构就是有序的字典。

一，创建序列

序列的构造函数定义是：

pandas.Series(data=None index=None dtype=None name=None copy=False)

构造函数的参数：

• data：传递给序列的数据，可以是ndarray、list或字典
• index：设置轴的索引，索引值的个数与data参数的长度相同。如果没有设置index参数，那么默认值是 np.arange(n)，或者 RangeIndex (0 1 2 … n)。
• dtype：设置序列元素的数据类型，如果没有设置，那么pandas将推断数据类型
• name：序列的名称
• copy：复制数据，默认值是false

索引的下标是自动生成的，从0开始，依次加1递增。对于序列的data，可以通过序列的属性values来访问；对于序列的索引，可以通过序列的属性index来访问。

1，使用ndarray或list创建序列

使用ndarray的一维数组，或者list来构造序列，序列包含两部分：索引和序列值，如下所示

>>> data=np.array(['a' 'b']) # data=['a' 'b'] >>> sd=pd.Series(data) 0 a 1 b dtype: object

分析序列的输出：

最左侧的0和1是行索引，a和b是数据值。

在构造序列时，如果没有传递index参数，默认情况下，pandas分配了从 0 到 len(data)-1 的索引。

2，显式传递index参数

在构造函数中传递自定义的索引列表，索引的长度必须和data的长度相同，如下所示：

>>> sd=pd.Series(data index=[101 102]) 101 a 102 b dtype: object

3，显式设置序列的name属性和index的name属性

序列是一维数组，只有一个维度，那就是row，在序列中为Index命名就是设置行轴的名称。

>>> sd=pd.Series(data=['a' 'b'] index=pd.Index([101 102] name='idx_name') name='series_name') idx_name 101 a 102 b Name: series_name dtype: object

序列看起来像多行一列的数据集，但是他们之间有本质的区别，多行一列是二维数组，有行名称和列名称，需要使用两个索引值来访问单个cell的数据，而序列只需要一个索引就可以访问元素值。

4，从字典构造序列

通过字典来创建Series，字典的key作为序列的索引标签，value作为对应Key的数据值：

>>> sdata = {'b': 12 'a': 13} >>> spd.Series(sdata) b 12 a 13 dtype: int64

通过字典构建的序列，索引是标签（字符类型）。

二，序列的属性

序列对象包含的属性：

• index：序列的索引
• shape：序列的形状，表示各个维度的数量
• array：把序列的数据值转换为Pandas数组
• values：把序列的数据值转换为numpy数组
• dtype：序列元素的数据类型
• hasnan：序列是否包含nan
• is_unique：序列的元素是否是唯一的

1，序列的索引

>>> sd.index Int64Index([101 102] dtype='int64' name='idx_name')

2，序列的shape

>>> sd.shape (2 )

3，序列的PandasArray或ndarray数组

>>> sd.array <PandasArray> ['a' 'b'] Length: 2 dtype: object >>> sd.values array(['a' 'b'] dtype=object)三，序列数据的转换

转换序列数据值的类型：

Series.astype(self dtype copy=True errors='raise' **kwargs)

把序列转换为NumPy数组：

Series.to_numpy(self dtype=None copy=False)

把序列转换为list：

Series.to_list(self)四，访问序列的元素

序列元素的访问，可以通过索引和行标签，索引标签是在构造函数中通过index参数传递或构造的，而索引值（也可以称作序列的下标）是默认生成的，第一个元素的下标值是0，依次加1递增。

1，通过索引来访问序列

对于序列，通过索引来访问序列元素的格式是：Sereis[index]，索引可以是整数，也可以是字符类型的标签：

>>> sd[102] 'b'通过属性来访问序列的元素值

2，at和iat属性，用于访问序列的单个元素值

at属性通过索引访问单个序列值

>>> sd.at[102] 'b'

iat属性表示通过位置访问序列的单个元素值：

>>> sd.iat[0] 'a'

3，loc和iloc，通过序列的位置来访问元素

iloc：基于整数位置的索引，用于按位置选择序列元素

• 单个位置索引，比如sd.iloc[1]
• 位置索引的列表，比如 sd.iloc[[0 1]]
• 整数序列，比如，sd.iloc[0:2]
• 布尔值数组，sd.iloc[[True False True False]]

loc：通过索引标签和布尔值数组来选择序列的元素

举个例子，通过整数位置来选择序列的元素：

>>> sd.iloc[0:2] idx_name 101 a 102 b Name: series_name dtype: object

举个例子，通过索引的标签来选择序列的元素：

>>> sd.loc[[101 102]] idx_name 101 a 102 b Name: series_name dtype: object

4，通过位置掩码（布尔索引数组）来访问序列的元素

在上面的例子中，[101 102] 称作索引数组，如果索引数据的元素类型是布尔类型，并且索引数组的元素数量和序列相同，那么把这种索引数组称作位置掩码。当位置为True时，表示选择该元素；当位置为False，表示不选择该元素。

>>> sd.loc[[True False]] idx_name 101 a Name: series_name dtype: object

5，获得懒惰迭代器

可以通过序列的__iter__()函数获得值的迭代器，也可以通过items()或iteritems()函数获得包含索引和值的元组的迭代器：

Series.__iter__(self) #Return an iterator of the values. Series.items(self) #Lazily iterate over (index value) tuples. Series.iteritems(self) #Lazily iterate over (index value) tuples.

例如，通过items()函数获得序列的迭代器，并通过for循环来打印序列的值

>>> for t in sd.items(): ... print(t) ... ('b' 12) ('a' 13) ('d' 14) ('c' 10)五，序列的条件索引

按照条件选择序列的特定行，可以使用序列的loc或iloc属性，并使用布尔索引来筛选序列的数据行：

>>> sd.loc[sd>12] a 13 d 14 dtype: int64

也可以使用逻辑表达式对条件进行组合计算：

>>> sd.loc[(sd>12) & (sd<14)] a 13 dtype: int64 >>> sd.loc[(sd>12) | (sd<14)] b 12 a 13 d 14 c 10 dtype: int64

注意，必须用小括号把两个逻辑表达式括起来，不然会报错：

ValueError: The truth value of a Series is ambiguous. Use a.empty a.bool() a.item() a.any() or a.all().

查看序列的逻辑表达式的值：

>>> (sd>12) & (sd<14) b False a True d False c False dtype: bool六，序列的基本操作

1，删除元素的元素

根据行标签删除指定的元素

Series.drop(self labels=None)

2，对序列元素执行条件查询

如果序列元素的值满足cond条件，返回other的值；如果不满足，返回元素的值。

Series.where(self cond other=nan inplace=False)

3，把序列追加到一个序列末尾

把to_append序列追加到序列的末尾，设置ignore_index表示忽略原始序列的索引，重新创建一个索引：

Series.append(self to_append ignore_index=False verify_integrity=False)

4，重索引

重索引是指按照新的索引对序列的元素进行重新排列，如果某个索引值不存在，就形成一个空洞，默认情况下，在空洞处插入缺失值：

Series.reindex(self index=None **kwargs)

参数 **kwargs 表示数据不固定的参数，其中有：

method：表示插补缺失值的方法，有效值有{None ‘backfill’/’bfill’ ‘pad’/’ffill’ ‘nearest’}

• None 表示插入缺失值nan
• ‘backfill’/’bfill’：表示使用空洞之后的最近的有效值来填充
• ‘pad’/’ffill’：表示使用空洞之前的最近的有效值来填充
• ‘nearest’：表示使用最靠近空洞的有效值来填充

fill_value：填充的值，默认值是nan