在家為國家做貢獻太無聊，不如跟我一起學點 Python
順便問一下，你們都喜歡什么什么樣的文章封面圖，老用這一張感覺有點丑
人生苦短，我用 Python
前文傳送門：
小白學 Python 數據分析（2）：Pandas （一）概述
引言
先介紹下 Pandas 的數據結構，畢竟數據結構是萬物的基礎。
Pandas 有兩種主要的數據結構： Series 和 DataFrame ，本文就先介紹第一種 Series 。
模塊導入
首先我們在代碼中引入 Pandas 和 Numpy ，如下：
import numpy as np
import pandas as pd
Series
Series 可以簡單的理解為一維數組，可以存儲整數、浮點數、字符串、Python 對象等類型的數據。
這個概念有點像 Java 中的集合。
如果無法理解的話，那么可以看下面這個圖（Excel 簡單畫畫，靈魂畫手登場）：
這里的 data 可以是上面提到的那些數據類型，並不僅限於圖中的整數。
如果 index 的值未指定，那么將會自動的創建數值類型的索引，從 0 開始，例如：0 ， 1 ， 2， 3 ... len(data) - 1 。
創建一個 Series ，這里我們可以使用 pd.Series 函數來創建，如下：
s = pd.Series(np.random.rand(5), index=['a', 'b', 'c', 'd', 'e'])
print(s)
print(s.index)
s1 = pd.Series(np.random.randn(5))
print(s1)
結果如下：
a 0.218164
b 0.153201
c 0.572437
d 0.142784
e 0.710664
dtype: float64
Index(['a', 'b', 'c', 'd', 'e'], dtype='object')
0 0.255452
1 1.354357
2 2.092490
3 0.353899
4 1.692989
dtype: float64
從上面我們可以看到，如果我們手動指定了索引，那么將會按照我們指定的索引進行創建，如果沒有指定會直接使用數值索引。
注意： 如果我們手動指定索引，索引的長度必須與數據的長度一致。如果不一致，將會拋出 ValueError 的異常，如下：
s = pd.Series(np.random.rand(6), index=['a', 'b', 'c', 'd', 'e'])
異常部分內容：
ValueError: Length of passed values is 6, index implies 5
字典實例化
Series 是可以使用字典進行實例化的，示例如下：
d = {'b': 1, 'a': 0, 'c': 2}
s2 = pd.Series(d)
print(s2)
結果如下：
b 1
a 0
c 2
dtype: int64
注意： 當我們使用的 data 為字典的時候，且未設置 index 參數時，如果 Python 版本 >= 3.6 且 Pandas 版本 >= 0.23， Series 按字典的插入順序排序索引。Python < 3.6 或 Pandas < 0.23，且未設置 index 參數時， Series 按字母順序排序字典的鍵（key）列表。
在上面的這個示例中，如果當前的環境 Python < 3.6 或 Pandas < 0.23， Series 將會按照字母的順序進行排序，而不是當前字典的順序，輸出的結果將會是 ['a', 'b', 'c'] 。
同時，如果我們在使用字典做 data 的時候，同樣可以設置索引，這樣將會按照索引來提取 data 中對應的值，如果索引在 data 中無對應，將會使用 NaN 來表示缺失的數據，示例如下：
s3 = pd.Series(d, index=['b', 'c', 'd', 'a'])
print(s3)
結果如下：
b 1.0
c 2.0
d NaN
a 0.0
dtype: float64
標量值實例化
data 還支持標量值進行實例化，當 data 是標量值的時候，實例化 Series 的時候必須提供索引， Series 將會按照索引的長度重復這個標量值，如下：
s4 = pd.Series(5., index=['a', 'b', 'c', 'd', 'e'])
print(s4)
結果如下：
a 5.0
b 5.0
c 5.0
d 5.0
e 5.0
dtype: float64
基於索引的操作方式
print(s[0])
print(s[:3])
print(s[s > s.median()])
print(s[[4, 3, 1]])
結果如下：
0.481205137399224
a 0.481205
b 0.045604
c 0.108321
dtype: float64
d 0.495208
e 0.817171
dtype: float64
e 0.817171
d 0.495208
b 0.045604
dtype: float64
同時， Series 還支持通過索引標簽進行設置值或者是取值，如下：
print(s['a'])
s['e'] = 12.
print(s)
結果如下：
0.481205137399224
a 0.481205
b 0.045604
c 0.108321
d 0.495208
e 12.000000
dtype: float64
如果直接使用 Series 中沒有的索引標簽，會拋出 KeyError 異常：
# 拋出 KeyError 異常
# print(s['f'])
我們可以通過 in 來判斷當前的 Series 中有沒有含有索引標簽，如下：
print('e' in s)
print('f' in s)
結果如下：
True
False
可以通過 get 這個方法獲取 Series 沒有的索引標簽，同時可以設置返回的默認值：
print(s.get('f'))
print(s.get('f', np.nan))
結果如下：
None
nan
常用方法
# 打印 e 的冪次方， e 是一個常數為 2.71828
print (np.exp(s))
# 打印 s 里每個元素的開方
print (np.sqrt(s))
print(s.dtype)
print(s.array)
print(s.to_numpy())
結果如下：
a 1.618023
b 1.046659
c 1.114406
d 1.640840
e 2.264085
dtype: float64
a 0.693690
b 0.213550
c 0.329122
d 0.703711
e 0.903975
dtype: float64
float64
<PandasArray>
[ 0.481205137399224, 0.04560362121419126, 0.10832121726528887,
0.49520848929233285, 0.8171705710254773]
Length: 5, dtype: float64
[0.48120514 0.04560362 0.10832122 0.49520849 0.81717057]
從上面的示例中可以看到，當使用 Series 做一些算數運算的時候，是不需要循環 Series 中每個值的。
注意： Series 之間的操作會自動基於標簽對齊數據。
print(s[1:] + s[:-1])
結果如下：
a NaN
b 0.091207
c 0.216642
d 0.990417
e NaN
dtype: float64
操作未對齊索引的 Series， 其計算結果是所有涉及索引的並集。如果在 Series 里找不到標簽，運算結果標記為 NaN，即缺失值。
名稱屬性
Series 支持 name 屬性，我們可以給我們自己定義的 Series 起一個自己喜歡的名字：
s5 = pd.Series(np.random.randn(5), name='my_series')
print(s5)
print(s5.name)
print(id(s5))
結果如下：
0 0.491450
1 0.939965
2 0.868437
3 -0.099575
4 1.866875
Name: my_series, dtype: float64
my_series
1492397351368
這里小編順手使用 id 方法打印一下 s5 的內存地址。
同樣， Series 為我們提供了重命名的方法 rename() ：
# 重命名 series
s6 = s5.rename("my_series_different")
print(id(s6))
結果如下：
1492397351368
0 0.491450
1 0.939965
2 0.868437
3 -0.099575
4 1.866875
Name: my_series_different, dtype: float64
1492400065800
對比上下兩個 s5 和 s6 可以看到，這兩個 Series 具有相同的 data 內容， name 屬性並不相同。
但是，有一點要注意的是： s5 和 s6 是兩個不同的對象，這里打印的內存地址不同也說明了這一點，這里實際上並不是將 s5 的 name 修改了一下，而是新建了一個新的對象並使用了新的 name 屬性。
示例代碼
老規矩，所有的示例代碼都會上傳至代碼管理倉庫 Github 和 Gitee 上，方便大家取用。