在家为国家做贡献太无聊，不如跟我一起学点 Python
顺便问一下，你们都喜欢什么什么样的文章封面图，老用这一张感觉有点丑
人生苦短，我用 Python
前文传送门：
小白学 Python 数据分析（2）：Pandas （一）概述
引言
先介绍下 Pandas 的数据结构，毕竟数据结构是万物的基础。
Pandas 有两种主要的数据结构： Series 和 DataFrame ，本文就先介绍第一种 Series 。
模块导入
首先我们在代码中引入 Pandas 和 Numpy ，如下：
import numpy as np
import pandas as pd
Series
Series 可以简单的理解为一维数组，可以存储整数、浮点数、字符串、Python 对象等类型的数据。
这个概念有点像 Java 中的集合。
如果无法理解的话，那么可以看下面这个图（Excel 简单画画，灵魂画手登场）：
这里的 data 可以是上面提到的那些数据类型，并不仅限于图中的整数。
如果 index 的值未指定，那么将会自动的创建数值类型的索引，从 0 开始，例如：0 ， 1 ， 2， 3 ... len(data) - 1 。
创建一个 Series ，这里我们可以使用 pd.Series 函数来创建，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)
结果如下：
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
从上面我们可以看到，如果我们手动指定了索引，那么将会按照我们指定的索引进行创建，如果没有指定会直接使用数值索引。
注意： 如果我们手动指定索引，索引的长度必须与数据的长度一致。如果不一致，将会抛出 ValueError 的异常，如下：
s = pd.Series(np.random.rand(6), index=['a', 'b', 'c', 'd', 'e'])
异常部分内容：
ValueError: Length of passed values is 6, index implies 5
字典实例化
Series 是可以使用字典进行实例化的，示例如下：
d = {'b': 1, 'a': 0, 'c': 2}
s2 = pd.Series(d)
print(s2)
结果如下：
b 1
a 0
c 2
dtype: int64
注意： 当我们使用的 data 为字典的时候，且未设置 index 参数时，如果 Python 版本 >= 3.6 且 Pandas 版本 >= 0.23， Series 按字典的插入顺序排序索引。Python < 3.6 或 Pandas < 0.23，且未设置 index 参数时， Series 按字母顺序排序字典的键（key）列表。
在上面的这个示例中，如果当前的环境 Python < 3.6 或 Pandas < 0.23， Series 将会按照字母的顺序进行排序，而不是当前字典的顺序，输出的结果将会是 ['a', 'b', 'c'] 。
同时，如果我们在使用字典做 data 的时候，同样可以设置索引，这样将会按照索引来提取 data 中对应的值，如果索引在 data 中无对应，将会使用 NaN 来表示缺失的数据，示例如下：
s3 = pd.Series(d, index=['b', 'c', 'd', 'a'])
print(s3)
结果如下：
b 1.0
c 2.0
d NaN
a 0.0
dtype: float64
标量值实例化
data 还支持标量值进行实例化，当 data 是标量值的时候，实例化 Series 的时候必须提供索引， Series 将会按照索引的长度重复这个标量值，如下：
s4 = pd.Series(5., index=['a', 'b', 'c', 'd', 'e'])
print(s4)
结果如下：
a 5.0
b 5.0
c 5.0
d 5.0
e 5.0
dtype: float64
基于索引的操作方式
print(s[0])
print(s[:3])
print(s[s > s.median()])
print(s[[4, 3, 1]])
结果如下：
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
同时， Series 还支持通过索引标签进行设置值或者是取值，如下：
print(s['a'])
s['e'] = 12.
print(s)
结果如下：
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 中没有的索引标签，会抛出 KeyError 异常：
# 抛出 KeyError 异常
# print(s['f'])
我们可以通过 in 来判断当前的 Series 中有没有含有索引标签，如下：
print('e' in s)
print('f' in s)
结果如下：
True
False
可以通过 get 这个方法获取 Series 没有的索引标签，同时可以设置返回的默认值：
print(s.get('f'))
print(s.get('f', np.nan))
结果如下：
None
nan
常用方法
# 打印 e 的幂次方， e 是一个常数为 2.71828
print (np.exp(s))
# 打印 s 里每个元素的开方
print (np.sqrt(s))
print(s.dtype)
print(s.array)
print(s.to_numpy())
结果如下：
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]
从上面的示例中可以看到，当使用 Series 做一些算数运算的时候，是不需要循环 Series 中每个值的。
注意： Series 之间的操作会自动基于标签对齐数据。
print(s[1:] + s[:-1])
结果如下：
a NaN
b 0.091207
c 0.216642
d 0.990417
e NaN
dtype: float64
操作未对齐索引的 Series， 其计算结果是所有涉及索引的并集。如果在 Series 里找不到标签，运算结果标记为 NaN，即缺失值。
名称属性
Series 支持 name 属性，我们可以给我们自己定义的 Series 起一个自己喜欢的名字：
s5 = pd.Series(np.random.randn(5), name='my_series')
print(s5)
print(s5.name)
print(id(s5))
结果如下：
0 0.491450
1 0.939965
2 0.868437
3 -0.099575
4 1.866875
Name: my_series, dtype: float64
my_series
1492397351368
这里小编顺手使用 id 方法打印一下 s5 的内存地址。
同样， Series 为我们提供了重命名的方法 rename() ：
# 重命名 series
s6 = s5.rename("my_series_different")
print(id(s6))
结果如下：
1492397351368
0 0.491450
1 0.939965
2 0.868437
3 -0.099575
4 1.866875
Name: my_series_different, dtype: float64
1492400065800
对比上下两个 s5 和 s6 可以看到，这两个 Series 具有相同的 data 内容， name 属性并不相同。
但是，有一点要注意的是： s5 和 s6 是两个不同的对象，这里打印的内存地址不同也说明了这一点，这里实际上并不是将 s5 的 name 修改了一下，而是新建了一个新的对象并使用了新的 name 属性。
示例代码
老规矩，所有的示例代码都会上传至代码管理仓库 Github 和 Gitee 上，方便大家取用。