Series = 索引 + 一维数据

1.保存csv数据

df.to_csv('train.csv')

2.读取csv数据

data = pd.read_csv('train.csv')

3.保存excel数据

df.to_excel('train.xlsx',sheet_name='name')

4.读取excel数据

data = pd.read_excel('train.xlsx')

5.从列表创建Series
如果不指定索引，默认从0开始，取0，1，2，3，……

arr=[0,1,2,3,4]
sr1 = pd.Series(arr)

6.从ndarray创建

a = np.array([1,2,3,4,5])
index=['a','b','c','d','e']
sr2 = pd.Series(a, index = index)

7.从range创建

sr3 = pd.Series(range(20)) #0-19的20个数

8.从字典创建

d={'a':1,'b':2,'c':3}
sr4 = pd.Series(d)

9.修改Series索引

sr1.index =['A','B','C','D','E']

10.Series纵向拼接

sr4=sr3.append(sr1)

11.按指定索引删除元素

sr4 = sr4.drop('e')

12.修改指定索引元素

sr4['A']=6

13.按指定索引查找元素

sr4['B']

14.切片

sr4[:3] #取出第0，1，2这三行的元素，不含第3行

15.Series运算
series的加减乘除运算都是按照索引计算，如果索引不同则填充为NaN（not a number，即空值）

sr4.add(sr3) #等价于sr4 + sr3
sr4.sub(sr3)
sr4.mul(sr3)
sr4.div(sr3)

16.Series常用函数

sr.median() #求中位数
sr.sum() #求和
sr.max() #求最大
sr.min() #求最小
sr.mean() #求均值
sr.cumsum() #求累计和
sr.index
sr.values

17.布尔值过滤

sr[sr > 0] #输出大于0的元素
sr[sr > median()] #输出大于中位数的元素