使用pandas进行数据处理之Series篇
相关学习推荐：python教程
成都创新互联坚持“要么做到，要么别承诺”的工作理念，服务领域包括：网站设计、成都网站制作、企业官网、英文网站、手机端网站、网站推广等服务，满足客户于互联网时代的色尼网站设计、移动媒体设计的需求，帮助企业找到有效的互联网解决方案。努力成为您成熟可靠的网络建设合作伙伴！
在python中，今天我们开始介绍一个新的常用的计算工具库，它就是大名鼎鼎的Pandas。
Pandas的全称是Python Data Analysis Library，是一种基于Numpy的科学计算工具。它的特点就是可以像是操作数据库当中的表一样操作结构化的数据，所以它支持许多复杂和高级的操作，可以认为是Numpy的加强版。它可以很方便地从一个csv或者是excel表格当中构建出完整的数据，并支持许多表级别的批量数据计算接口。
安装使用和几乎所有的Python包一样，pandas也可以通过pip进行安装。如果你装过Anaconda套件的话，那么像是numpy、pandas等库已经自动安装好了，如果没有安装过也没有关系，我们使用一行命令即可完成安装。
pip install pandas复制代码
和Numpy一样，我们在使用pandas的时候通常也会给它起一个别名，pandas的别名是pd。所以使用pandas的惯例都是：
import pandas as pd复制代码
如果你运行这一行没有报错的话，那么说明你的pandas已经安装好了。一般和pandas经常一起使用的还有另外两个包，其中一个也是科学计算包叫做Scipy，另外一个是对数据进行可视化作图的工具包，叫做Matplotlib。我们也可以使用pip将这两个包一起安装了，在之后的文章当中，用到这两个包的时候，也会简单介绍一下它们的用法。
pip install scipy matplotlib复制代码Series 索引
在pandas当中我们最常用的数据结构有两个，一个是Series另外一个是DataFrame。其中series是一维数据结构，可以简单理解成一维数组或者是一维向量。而DataFrame自然就是二维数据结构了，可以理解成表或者是二维数组。
我们先来看看Series，Series当中存储的数据主要有两个，一个是一组数据构成的数组，另外一个是这组数据的索引或者是标签。我们简单创建一个Series打印出来看一下就明白了。
这里我们随意创建了一个包含四个元素的Series，然后将它打印了出来。可以看到打印的数据一共有两列，第二列是我们刚才创建的时候输入的数据，第一列就是它的索引。由于我们创建的时候没有特意指定索引，所以pandas会自动为我们创建行号索引，我们可以通过Series类型当中的values和index属性查看到Series当中存储的数据和索引：
这里输出的values是一个Numpy的数组，这并不奇怪，因为我们前面说了，pandas是一个基于Numpy开发的科学计算库，Numpy是它的底层。从打印出来的index的信息当中，我们可以看到这是一个Range类型的索引，它的范围以及步长。
索引是Series构建函数当中的一个默认参数，如果我们不填，它默认会为我们生成一个Range索引，其实也就是数据的行号。我们也可以自己指定数据的索引，比如我们在刚才的代码当中加入index这个参数，我们就可以自己指定索引了。
当我们指定了字符类型的索引之后，index返回的结果就不再是RangeIndex而是Index了。说明pandas内部对数值型索引和字符型索引是做了区分的。
有了索引，自然是用来查找元素用的。我们可以直接将索引当做是数组的下标使用，两者的效果是一样的。不仅如此，索引数组也是可以接受的，我们可以直接查询若干个索引的值。
另外在创建Series的时候，重复的索引也是允许的。同样当我们使用索引查询的时候也会得到多个结果。
不仅如此，像是Numpy那样的bool型索引也依然是支持的：
Series计算Series支持许多类型的计算，我们可以直接使用加减乘除操作对整个Series进行运算：
也可以使用Numpy当中的运算函数来进行一些复杂的数学运算，但是这样计算得到的结果会是一个Numpy的array。
因为Series当中有索引，所以我们也可以使用dict的方式判断索引是否在Series当中：
Series有索引也有值，其实和dict的存储结构是一样的，所以Seires也支持通过一个dict来初始化：
通过这种方式创建出来的顺序就是dict当中key存储的顺序，我们可以在创建的时候指定index，这样就可以控制它的顺序了。
我们在指定index的时候额外传入了一个没有在dict当中出现过的key，由于在dict当中找不到对应的值，Series会将它记成NAN(Not a number)。可以理解成是非法值或者是空值，在我们处理特征或者是训练数据的时候，经常会遇到存在一些条目的数据的某个特征空缺的情况，我们可以通过pandas当中isnull和notnull函数检查空缺的情况。
当然Series当中也有isnull的函数，我们也可以调用。
最后，Series当中的index也是可以修改的， 我们可以直接给它赋上新值：
总结从核心本质上来说，pandas当中的Series就是在Numpy一维数组上做的一层封装，加上了索引等一些相关的功能。所以我们可以想见DataFrame其实就是一个Series的数组的封装，加上了更多数据处理相关的功能。我们把核心结构把握住了，再来理解整个pandas的功能要比我们一个一个死记这些api有用得多。
pandas是Python数据处理的一大利器，作为一个合格的算法工程师几乎是必会的内容，也是我们使用Python进行机器学习以及深度学习的基础。根据调查资料显示，算法工程师日常的工作有70%的份额投入在了数据处理当中，真正用来实现模型、训练模型的只有30%不到。因此可见数据处理的重要性，想要在行业当中有所发展，绝不仅仅是学会模型就足够的。
本文使用 mdnice 排版
想了解更多编程学习，敬请关注php培训栏目！
分享文章：使用pandas进行数据处理之Series篇
文章起源：http://myzitong.com/article/cgiscs.html