学习笔记(03):Python数据清洗实战-Pandas常用数据结构series和方法

pandas常用数据结构series和方法 通过pandas.series来创建series数据结构 pandas.series(data,index,dtype,name) data可以为列表，array或者dict index表示索引，必须与数据同长度，name代表对象的名称 建立series的三种方式 1.通过列表来建： import numpy as np import pandas as pd series1 = pd.Series([2,8,3.01,4.8,9.7,8.0]) 添加index和name试一试 series2 = pd.Series([1.3,3.5,9,3. 在Python的数据处理领域，Pandas库是不可或缺的一部分，它提供了高效的数据结构和强大的数据分析工具。在数据清洗过程中，Pandas的Series数据结构尤其重要。Series是Pandas的基础数据结构之一，类似于一维数组，但拥有自己的索引系统，使得数据操作更加灵活。 我们可以通过以下三种方式创建Series： 1. **通过列表创建**: 基本语法是`pd.Series(data, index, dtype, name)`。例如： ```python import numpy as np import pandas as pd series1 = pd.Series([2,8,3.01,4.8,9.7,8.0]) ``` 如果要添加索引和名称，可以这样做： ```python series2 = pd.Series([1.3,3.5,9,3.5,5], index=['a','b','c','d','e'], name='这是一个序列') ``` 2. **通过一维数组创建**: 例如，如果我们有一个numpy数组`s1 = np.random.rand(4)`，我们可以这样创建Series： ```python series3 = pd.Series(s1, index=['ha','ou','im','ta']) ``` 3. **通过字典创建**: 字典的键将作为索引，值将作为数据： ```python series4 = pd.Series({'北京':2.5,'上海':3.01,'广东':5.8,'山西':7.8}) ``` 访问Series的数据有多种方式。如果通过索引名称（即字典中的键）访问，如`series4['上海']`，可以直接获取对应值。对于范围访问，Series支持左闭右开的切片操作，如`series4[1:3]`，返回的是'上海'到'广东'的值。而如果想要左闭右闭的索引访问，可以使用`series4['上海':'山西']`，这会包含'上海'和'山西'两个元素。 此外，Series提供了`.values`属性来获取数据的numpy数组形式，例如`series4.values`，以及`.index`属性来获取索引列表，例如`series4.index`。 在实际的数据清洗工作中，Series的这些特性使得我们可以方便地进行数据筛选、替换、合并等操作。例如，可以使用条件查询筛选出满足特定条件的值，或者使用`.fillna()`方法填充缺失值，使用`.replace()`方法替换特定值。同时，Series与Pandas的另一核心数据结构DataFrame相结合，能进行更复杂的数据处理任务，如列操作、数据聚合、分组统计等。 理解并熟练掌握Pandas的Series数据结构及其方法，对于Python数据清洗和分析来说至关重要。通过不断地实践和学习，我们可以更加高效地处理各种数据问题，提升数据处理能力。