Pandas知识点-Series数据结构介绍
Pandas知识点-Series数据结构介绍
本文用到的数据来源于网易财经，具体下载方式可以参考上一篇文章：Pandas知识点-DataFrame数据结构介绍。
获取数据的链接为：http://quotes.money.163.com/trade/lsjysj_600519.html#01b07
下载下来的数据是一个.csv格式的文本，数据无需处理，可以直接使用，也可以直接用办公软件Excel打开。为了方便后面的代码调用，下载完成后将这个.csv文件拷贝到代码的同级目录下。
一、Series数据结构介绍
1. 获取csv文件中的一列数据
# coding=utf-8
import pandas as pd
df = pd.read_csv('600519.csv', encoding='gbk')
data = df['收盘价']
print(data)
print(type(data))数据文件是600519.csv，将此文件放到代码同级目录下，从文件中读取出数据，然后取其中的一列，数据如下图。
使用type()函数打印数据的类型，数据类型为Series。从csv文件中读取出来的数据是DataFrame数据，取其中的一列，数据是一个Series数据。
<class 'pandas.core.series.Series'>2. Series数据结构的构成
Series数据结构是一种类似于一维数组的数据对象，由一组数据(numpy中的数据类型)和行索引构成。因为数据是一维的(只有一列)，所以Series只有行索引，没有列索引。
Series由行索引和数据组成。如果数据行数很多，会自动将数据折叠，中间的显示为“...”。
与DataFrame相比，DataFrame有行索引和列索引，而Series只有行索引。取出DataFrame中的任意一列(或任意一行，行用iloc获取，如df.iloc[0])，其数据类型都是Series，说明DataFrame是由Series构成的。
二、创建Series和DataFrame
1. 创建Series
s1 = pd.Series({'a': 10, 'b': 20, 'c': 30, 'd': 40})
print(s1)
print(type(s1))
a 10
b 20
c 30
d 40
dtype: int64
<class 'pandas.core.series.Series'>
import numpy as np
s2 = pd.Series(np.random.rand(5), index=[alpha for alpha in 'abcde'])
print(s2)
print(type(s2))a 0.269565
b 0.520705
c 0.419913
d 0.182670
e 0.031500
dtype: float64
<class 'pandas.core.series.Series'>
实例化一个Pandas中的Series类对象，即可创建出一个Series数据。传入Series中的数据时，可以传入一个字典，每个键值对的key是行索引，value是对应的数据，如上面的s1。也可以传入一个一维数组，然后用index参数设置行索引，不设置行索引时默认为数值型索引，即从0开始的整数，如上面的s2。
Series中保存的数据data可以是整数、浮点数、字符串、Python对象等类型的数据。数据data和索引index都是array-like的数据，且都是一维的。此外，还可以按需指定保存的数据类型dtype，Series的命名name，是否复制已有数据copy(bool)。
关于索引还需要注意，Pandas中的索引值是可以重复的，当然最好不要设置重复，避免在进行一些索引不可重复的操作时出现错误。
2. 创建DataFrame
df1 = pd.DataFrame({
'one': s2,
'two': pd.Series(np.random.rand(4), index=[alpha for alpha in 'abcd'])
})
print(df1)
print(type(df1)) one two
a 0.988763 0.592909
b 0.093969 0.674316
c 0.593211 0.253496
d 0.374765 0.565424
e 0.850890 NaN
<class 'pandas.core.frame.DataFrame'>
df2 = pd.DataFrame(np.random.randn(3, 3), index=pd.date_range('1/1/2021', periods=3), columns=['one', 'two', 'three'])
print(df2)
print(type(df2)) one two three
2021-01-01 0.736518 -0.012771 0.459488
2021-01-02 0.665910 0.700380 -1.124228
2021-01-03 -0.418457 -1.907136 -0.207422
<class 'pandas.core.frame.DataFrame'>
实例化一个Pandas中的DataFrame类对象，即可创建出一个DataFrame数据。传入DataFrame中的数据时，可以传入一个字典，每个键值对是一列数据，key是列索引，value是列中保存的数据，每个value都是一个Series数据，如上面的df1，这也再次说明DataFrame是由Series组成的。也可以传入一个二维数组，然后用index参数和columns参数设置行索引和列索引，index和columns都是array-like的数据，如上面的df2。
同理，也可以根据需要指定保存的数据类型dtype，是否复制已有数据copy(bool)。
DataFrame由多个Series组成，当多个Series的长度不一样时，DataFrame中会有缺失值，Pandas中用NaN(Not a Number)表示缺失值，如上面的df1中就有一个缺失值。
三、Series的基本属性
1. Series的行索引index
df = pd.read_csv('600519.csv', encoding='gbk')
s = df['涨跌幅']
print(s.index)RangeIndex(start=0, stop=4726, step=1)
2. Series中的数据values和array
df = pd.read_csv('600519.csv', encoding='gbk')
s = df['涨跌幅']
print(s.values)
print(type(s.values))
print(s.array)['-0.4452' '-4.9981' '5.8854' ... '-1.3022' '3.685' '13.2526']
<class 'numpy.ndarray'>
<PandasArray>
['-0.4452', '-4.9981', '5.8854', '3.6993', '2.4125', '-0.3382', '5.9792',
'2.0937', '1.6915', '-0.3242',
...
'-2.7793', '-1.9765', '-0.0534', '1.2706', '-0.2965', '-0.2426', '1.9791',
'-1.3022', '3.685', '13.2526']
Length: 4726, dtype: object
values是一个ndarray对象，即一维数组，是numpy中的基本数据类型。array是一个PandasArray，是Pandas中的array数据类型。后面会专门写文章说明他们的区别。
3. Series的形状shape和转置.T
df = pd.read_csv('600519.csv', encoding='gbk')
s = df['涨跌幅']
print("形状：", s.shape)
s2 = s.T
print("转置后形状：", s2.shape)形状：(4726,)
转置后形状：(4726,)
需要注意的是，Series转置之后的形状与转置之前是一样的，这是因为Series本身是一维的。
四、Series的索引设置
1. 设置Series的行索引
df = pd.read_csv('600519.csv', encoding='gbk')
s = df['涨跌幅'].head(3)
print(s)
s.index = [alpha for alpha in 'abc']
print(s)0 -0.4452
1 -4.9981
2 5.8854
Name: 涨跌幅, dtype: object
a -0.4452
b -4.9981
c 5.8854
Name: 涨跌幅, dtype: object
Series没有set_index()方法，如果需要修改Series的索引，可以直接对index属性赋值。
2. 重设索引
s2 = s.reset_index()
print(s2)
print(type(s2))
s3 = s.reset_index(drop=True)
print(s3)
print(type(s3)) index 涨跌幅
0 a -0.4452
1 b -4.9981
2 c 5.8854
<class 'pandas.core.frame.DataFrame'>
0 -0.4452
1 -4.9981
2 5.8854
Name: 涨跌幅, dtype: object
<class 'pandas.core.series.Series'>
修改Series的行索引后，如果要将行索引还原成初始状态，可以使用reset_index()方法还原。在调用reset_index()时，要将drop参数设置为True，否则Pandas不会删除前面设置的行索引，而是将设置的行索引移动到数据中，使数据变成两列，这样数据就变成了DataFrame，而不再是Series，如上面的s2。
以上就是Pandas中Series数据结构的基本介绍。Series与DataFrame的很多方法是一样的，如使用head()和tail()来显示前n行或后n行。后面会陆续介绍更多相关的属性和方法。