pandas的series技术总结

这不是教程，这是个人总结，没有阅读体验。

1. series可以用list创建，而且series其实就是给ndarray对象加上一层索引。所以在元素替换的时候可以等于list。
2. 注意：即使指定了索引，仍然可以用0,1,2,3..作为索引获取数据。但是不规范，应该使用loc和iloc.
3. 注意：切片时不是数字的索引包含结尾。
4. 指定name便于合并到dataframe
5. 查看dtype，修改astype
6. values获取到值。
7. to_list相对于values/to_numpy的不好之处在于不再能使用numpy的array的方法了.比如s.values.nonzero()查看非零元素。
8. s.repeat()和s.reset_index和s.index方便构造新的series。
9. 注意：series只有一列，不像dataframe那样，存在set_index,所以直接设置index即可。
10. series和dict很像，也有迭代模式。s.items(),s.keys().转为字典用s.to_dict()
11. 注意s.count()是不把空值计算在内的，查看元素个数s.size,查看非空元素个数s.count()。
12. 在pandas的函数中要特别注意对空值的处理和是否本地化改变数据。比如groupby就会：
13.  查看不重复元素及不重复元素个数s.unique(),s.nunique()。
14. 查看重复元素flag=s.duplicated(keep='first')返回布尔值,s[flag]返回重复值，s.drop_duplicates()返回去除重复值后的元素.
15. sort_values,sort_index排序
16. 选择前n个最大的元素和选择前n个最小的元素：nlargest,nsmallest。

1. s.round(2)保留小数,s.quantile([0.25,0.5,0.75,0.8])求百分位数
2. 两个series之间：s1.corr(s2)求相关性,s1.cov(s2)求协方差。
3. 和它自己s.diff(2)、s.diff(-2)做差.大于0，当前元素减去上面元素，小于0，减去下面元素。pct_change:垂直方向相减求比例.
4. s.shift就是平移,大于0，向上平移，小于0，向下平移。仔细看图中nan出现位置：
5. 分箱技术：pd.cut(dfd['a'],bins=[0,59,79,100],labels=['不及格','不错','优秀'])
6. cummax:从第一行开始截止当前行的最大值。cummin
7. cumprod:对每一行实现累乘；cumsum对每一行实现累加。

• 其中和它自己的还有rolling，rolling可用于series也可用于dataframe：

1. s.rolling(3).sum();s.rolling(3).agg(lambda x:sum(x))。
2. 去除计算产生的nan的方法就是“有多少算多少”，s.rolling(3,min_peroids=1).sum()。 
3. center参数默认为False,rolling从当前元素往上筛选；center=True则以当前元素为中心，从两个方向进行筛选。
4. pandas本身诞生在金融领域，非常擅长对时间操作。
5. 创建一个时间序列：amount=pd.series([100,100,100,100],index=pd.DatetimeIndex(["2020-1-1',"2020-1-3","2020-1-4","2020-1-6"])),然后amount.rolling("3D").sum()

• asfreq!

1. append用于合并两个字段相同的dataframe或则series，但是已经被pd.concat取代了。
2. pd.concat([df1,df2])用于合并也可用于追加。还可以ex_res.loc[ex_res.size] = ['c1','c2']方式追加。
3. 两个series计算新series：s1.combine(s2,func=lambda a,b: a if a>b else b)，长度不一致也无妨。
4. s1.update(s2),用s2对应元素替换掉s1,如果s2为空，则保留s1.对s1本身操作，没有返回值。
5. 其中：s3=s1.combine(s2,func=lambda a,b:a if pd.notna(a) else b)，combine有返回值。
6. 无论update还是combine都以s1为准，类似于sql中left join.

• series和pandas都是针对索引进行操作。
• 设置二级以上索引df.set_index(['姓名','科目'])
• unstack二级索引的series就是把series转化为Dataframe，并且columns和index都有名字，可用rename_axis(columns=None)来重新命名.
• series中rename，reindex是专用于改变索引的，目前对改变索引没想法。

• map和apply差不多，但是apply只能接受函数（apply可以接受函数的参数）。map可以接受字典。
• 聚合那么针对的就是数值类型，s.agg(['min','max','mean'])
• replace通过指定一个字典，将series对象里面的元素进行替换。和map里面指定字典类似。

1. s.fillna()，s.dropna()
2. s.drop(['a','c'])指定索引删除某些元素
3. isna,isnull,notna,notnull
4. isin,between
5. s.memory_usage