Pandas 數據結構 Series

1. 前言

通過上幾小節的學習，我們已經能夠將外部數據用 Pandas 庫進行解析，通過實際代碼操作可以看出，不同的數據文件解析的函數不同，不同的數據內容，解析出來數據結構也不一樣。了解一組數據的結構類型，對于我們分析數據有著至關重要的作用，那 Pandas 中的數據結構究竟有哪幾種呢？

Pandas 中有兩種主要的數據結構 Series 和 DataFrame，正是這兩種數據結構，是 Pandas 為應用提供一種可靠性、易于使用的基礎。本節課我們將先從 Series 數據結構進行入手，講解 Series 數據結構的特點，以及掌握該數據結構常用的屬性和方法。

2. Series 數據結構概述

Series 是一種一維數組的對象，由一組數據和對應的數據標簽（索引）所組成，也就是 index（索引） 和 values （值），表現形式為索引在左邊，值在右邊，并且其中的索引值是可以重復的，如果不指定索引，默認會創建一個從 0 開始的整數序列索引，數組里面可以放任意類型的數據，但數據必須是一維的；

3. Series 數據結構常用的屬性

3.1 Series 常用的屬性

Series 作為一維數組結構，它的對象中提供了一些常用的屬性，來獲取對象的信息，下面我們列舉了一些常用的屬性。

現在我們通過代碼程序，具體演示上面的屬性操作。

**實例：**我們通過定義一個 Series，然后分別演示上面的屬性操作。

# 引入pandas
import pandas as pd
# 定義一個series對象
obj=pd.Series([12,"welcom",23, "to",34, "pandas",45])
print(obj)

# --- 輸出結果 --- 
0        12
1    welcom
2        23
3        to
4        34
5    pandas
6        45

具體的屬性操作：

# index 屬性
print(obj.index)
#--- 輸出結果 ---
RangeIndex(start=0, stop=7, step=1)   #索引對象的的開始下標,最后下標,步長

# values 屬性
print(obj.values)
#--- 輸出結果 ---
[12 'welcom' 23 'to' 34 'pandas' 45]   #Series的數組表示的值

# name 屬性
print(obj.index.name)
#--- 輸出結果 ---
None  #None是索引列和數據類默認的名稱，可以通過 obj.index.name="索引" 重新命名

# axes 屬性
print(obj.axes)
#--- 輸出結果 ---
[RangeIndex(start=0, stop=7, step=1)]  #下標從0到7，步長為1,長度為8的數組

# ndim 屬性
print(obj.ndim)
#--- 輸出結果 ---
1  #驗證了Series是一維數組

# size 屬性
print(obj.size)
#--- 輸出結果 ---
7  #有7個數據

# dtype 屬性
print(obj.dtype)
#--- 輸出結果 ---
object  #是一個object的數據類型，這里要區分一下數據類型和數據結構，我們說Series是Pandas的數據結構之一，并不是數據類型就是Series。

3.2 Series 常用的方法

另外 Series 中還提供了豐富的函數，方便我們來進行操作，下面我們列舉了幾個常用的操作方法。

下面我們分別看一下每個方法的具體操作實例：

Series() 方法

該方法用于創建一個一維數組的對象，通過該方法有多種方式去創建 Series 對象：方式一：Series([x,y,…])、方式二：Series([x,y,…], index=[param1,param1,…])、方式三：Series({“a”:x,“b”:y,…})

# 引入pandas
import pandas as pd

# 形式一：Series([x,y,...])
obj=pd.Series([12,23,34,45])
print(obj)
#--- 輸出結果 ---
0    12
1    23
2    34
3    45
dtype: int64

# 形式二：Series([x,y,...], index=[param1,param1,...])
obj=pd.Series([12,23,34,45],index=["a","b","c","d"])
print(obj)
#--- 輸出結果 ---    
# 該形式，我們可以指定它的索引列的值
a    12
b    23
c    34
d    45
dtype: int64

# 形式三：Series({"a":x,"b":y,...})
obj2=pd.Series({"a":12,"b":33,"c":5,"d":22})
print(obj2)
#--- 輸出結果 ---
# 這里我們里面傳入的是一個字典，他的key就會對應成索引列，value對應數據列
a    12
b    33
c     5
d    22
dtype: int64

isnull() 和 notnull() 方法

isnull() 是缺失值返回 Ture 運行結果，而 notnull() 則不是缺失值的返回 Ture 運行結果

# 引入pandas
import pandas as pd
obj=pd.Series([12,23,34,45],index=["a","b","c","d"])
print(obj.isnull())
#--- 輸出結果 ---
a    False
b    False
c    False
d    False
dtype: bool
    
print(obj.notnull())
#--- 輸出結果 ---
a    True
b    True
c    True
d    True
dtype: bool

argmin() 和 argmax() 方法

argmin() 用于返回最小值索引的位置，argmax() 用于返回最大值索引的位置

# 引入pandas
import pandas as pd
obj2=pd.Series({"a":12,"b":33,"c":5,"d":22})
print(obj2.argmin())
# --- 輸出結果 ---
2 #最小值的索引為2，因為索引是從0開始的，我們最小值為5,

print(obj2.argmax())
# --- 輸出結果 ---
1 #最小值的索引為1，最大值是33,

copy( ) 方法

該方法為拷貝一個 Series，但要注意里面的 deep 設置，也就是深拷貝 copy(deep=True) 和淺拷貝copy(deep=False) 的問題。淺拷貝：拷貝父對象，不會拷貝對象的內部的子對象，只復制對象本身，沒有復制該對象所引用的對象；深拷貝：完全拷貝了父對象及其子對象，新的組合對象與原對象沒有任何關聯。

# 引入pandas
import pandas as pd
obj2=pd.Series({"a":12,"b":33,"c":5,"d":22})
# 1.cpys 淺拷貝
cpys = obj2.copy(deep=False)
cpys['a']=0
print(cpys)
print(obj2)
# --- 輸出結果 ---
# 這是淺拷貝之后的cpys
a     0
b    33
c     5
d    22
dtype: int64
# 這是被拷貝的 obj2
a     0
b    33
c     5
d    22
dtype: int64
# 通過上面的輸出結果，我們可以看到，我們對拷貝后的對象進行修改，也會影響到被淺拷貝的對象，進而證明了，淺拷貝只復制對象本身，沒有復制該對象所引用的對象
  
# 2.cpys_deep深拷貝
cpys_deep = obj2.copy(deep=True)
cpys_deep['a']=0
print(cpys_deep)
print(obj2)
# --- 輸出結果 ---
# 這是深拷貝之后的cpys_deep
a     0
b    33
c     5
d    22
dtype: int64
# 這是被拷貝的 obj2
a    12
b    33
c     5
d    22
dtype: int64  
# 我們通過輸出結果，可以看到 索引a，obj和cps_deep的值是不一樣的，我們修改拷貝后的對象，并不能影響到被拷貝的對象，這就是深拷貝，它完全拷貝了父對象及其子對象，和之前的對象是相互獨立的。

reindex([x,y,…]) 方法

該方法會將源 Series 對象，按照新的索引順序生成新的 Series 對象，默認如果沒有對應索引的則使用默認值NaN。( NaN 即"?數字" (not a number)，在 Pandas 中，它?于表示缺失或NA值 )

# 引入pandas
import pandas as pd
obj=pd.Series([12,23,6,145,44],index=["a","b","c","d","e"])
rs_obj=obj.reindex(["e","d","c","b","a","f","g"])
print(rs_obj)

#--- 輸出結果 ---
e     44.0
d    145.0
c      6.0
b     23.0
a     12.0
f      NaN
g      NaN
dtype: float64
# 這里我們看到按照我們寫的索引的順序，生成了一個新的對象rs_obj，沒有值的默認為NaN進行填充。

drop( ) 方法

該方法通過傳入指定的索引，丟棄對應的數據項，返回一個新的 Series 對象。

# 引入pandas
import pandas as pd
obj=pd.Series([12,23,6,145,44],index=["a","b","c","d","e"])
drop_obj=obj.drop(["e","d"])
print(obj)
print(drop_obj)

#--- 輸出結果 ---
# 源對象
a     12
b     23
c      6
d    145
e     44
dtype: int64
# drop操作后新的對象 drop_obj
a    12
b    23
c     6
dtype: int64

4. 小結

通過本小節內容的學習，我們了解到 Pandas 庫主要包含了兩種數據結構，該節內容主要講述了 Series 數據結構特點，以及我們如何操作該數據結構的常用方法，在實際運用當中，大家會接觸到更多關于 Series 數據結構的使用方法和技巧。本節課程的重點如下：

• Series 數據結構的常用屬性；
• Series 數據結構的常用操作方法；

Tips：想要學習更多Pandas相關知識，可以點擊
Pandas Pandas讀取數據文件
Pandas 讀取MySql數據
Pandas 數據結構DataFrame