3. 11、pandas简介及其数据结构Series详解_笔记
    5. # 熊猫( panda的名词复数 )
    6. # pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。
    7. # Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。
    8. # pandas提供了大量能使我们快速便捷地处理数据的函数和方法。
    9. # 你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。
    11. # pandas 依赖python库：setuptools numpy python-dateutil  pytz
    12. # pandas 的三大作用：数据的引入 数据的特征提取  数据的清洗
    14. # pandas的基本数据结构：Series和DataFrame
    15. # Series：一种类似于一维数组的对象，是由一组数据（各种numpy数据类型）以及一组与之相关的
    16. # 数据标签（即索引）组成。仅由一组数据也可产生简单的Series对象，注意：Series中的索引值是可以重复的
    18. # DataFrame数据框架：一个表格型的数据结构，包含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型等）
    19. # DataFrame既有行索引也有列索引，可以被看作是由Series组成的字典
    21. # 第一种：Series通过一维数组创建
    23. # 通过数组创建Series的时候，如果没有为数据指定索引的话，会自动创建一个从0到n-1的整数索引
    24. # 当Series对象创建好后，可以通过index修改索引值
    26. # 明确给定索引值与数据类型
    28. # 第二种：Series通过字典的方式创建
    29. # -*- coding: utf-8 -*-
    30. __author__ = 'dongfangyao'
    31. __date__ = '2018/1/1 下午7:10'
    32. __product__ = 'PyCharm'
    33. __filename__ = 'pandas1'
    34. import numpy as np
    35. import pandas as pd
    37. # numpy ndarray
    38. # pandas  Series  DataFrame
    39. # arr = np.random.randint(10, 20, (3, 4))
    40. # print(arr)
    41. arr = np.array([22, 33, np.nan, 90])
    42. # print(arr, arr.dtype)
    43. s1 = pd.Series(arr)
    44. # print(s1)
    45. # print('series的属性')
    46. # print(s1.dtype)
    47. # print(s1.index)
    48. # print(s1.values)
    49. s1.index = [u'东方', 'a2', 'a3', 'a2']
    50. # print(s1)
    52. s2 = pd.Series(data=[88, 99, 100], index=['语文', '数学', '外语'], dtype=np.float)
    53. print(s2)
    54. print('-----')
    55. dict1 = {'语文': 88, '数学': 99, '外语': 100}
    56. s3 = pd.Series(dict1, dtype=np.float)
    57. print(s3)
    58. 复制代码
    60. # Series值的获取的两种方式：
    61. # 1、通过方括号+索引的方式获取对应索引的数据，可能返回多条数据
    62. # 2、通过方括号+下标值的方式获取数据，下标值的取值范围为：[0, len(Series.values))；另外下标值也可以是负数，表示从右往左获取数据
    64. # Series获取多个值的方式类似Numpy中的ndarray的切片操作
    65. # 通过方括号+下标值/索引值+冒号(的形式来截取series对象中的一部分数据
    66. # -*- coding: utf-8 -*-
    67. __author__ = 'dongfangyao'
    68. __date__ = '2018/1/1 下午7:24'
    69. __product__ = 'PyCharm'
    70. __filename__ = 'pandas2'
    71. import pandas as pd
    72. import numpy as np
    74. dict1 = {'语文': 88, '数学': 99, '外语': 100}
    75. s1 = pd.Series(dict1, dtype=np.float)
    76. # print(s1)
    77. # print(s1['数学':'语文'])
    78. # print(s1[1:2])
    79. arr1 = np.array([100, 20, 30])
    80. # print(s1+arr1)
    82. s2 = pd.Series({'dfy': 100, 'zhangsan': 88})
    83. # print(s2)
    84. # s2.index = ['a', 'b']
    85. s2 = pd.Series(s2, index=['dfy', 'zhangsan', 'c'])
    86. # print(s2)
    87. print('-----')
    88. s2[pd.isnull(s2)] = 0
    89. # print(s2)
    91. # 自动对齐
    92. s4 = pd.Series(data=[22, 33, 44], index=['s1', 's2', 's3'])
    93. s5 = pd.Series(data=[22, 33, 99], index=['s3', 's4', 's2'])
    94. print(s4+s5)
    95. print('-----')
    97. # name  series对象   index也有name属性
    98. s6 = pd.Series({'dfy': 100, 'zs': 88, 'ls': 99})
    99. s6.name = '数学'
    100. s6.index.name = '考试成绩'
    101. print(s6)
    106. 复制代码
    108. # 注意：使用下标值去切片是前闭后开区间 使用索引值去切片是全闭区间
    110. # Series的运算
    111. # numpy中的数组运算，在Series中都保留了，都可以使用，并且Series在进行数组运算的时候
    112. # 索引与值之间的映射关系不会发生改变
    113. # 注意：其实在操作Series的时候，基本上可以把Series看成numpy中的一维数组来进行
    115. # NaN在pandas中表示一个缺失值或NA值
    116. # pandas中的isnull和notnull两个函数可以用于在Series中检测缺失值，这两个函数返回一个布尔类型的Series
    117. # 可以快速找到缺失值并给其赋一个默认值
    119. # Series自动对齐
    120. # 当多个series对象之间进行运算的时候，如果不同series之间具有不同的索引值，那么运算会
    121. # 自动对齐不同索引值的数据，如果某个series没有某个索引值，那么结果会赋值为NaN
    123. # Series及其索引的name属性
    124. # Series对象本身与其索引都有一个name属性，默认为空，根据需要可以进行赋值操作