Pandas图鉴(二)：Series 和 Index

概述

Pandas是Python中分析数据的工业标准库，构建于NumPy库上，提供了丰富的数据处理功能。Pandas引入了异质类型和索引两大关键特性，增强了数据处理能力。Polars是Pandas的一个类似工具，使用Rust编写，速度更快。

Pandas 图鉴系列文章

该系列文章分为四个部分，分别介绍Pandas与NumPy的比较、Series和Index、DataFrames以及MultiIndex的使用。文章建议读者关注@数据STUDIO公众号以获取更多精彩内容。

Series 和 Index

Series是Pandas中一维数组的对应物，具有类型同质性和索引功能。Series可以通过位置或标签进行访问，但混淆情况下可以使用.loc[]和.iloc[]以避免歧义。Pandas还支持布尔索引和花式索引。Series的外观可以通过pdi库进行优化，以更美观的方式显示。

索引

索引是Pandas中通过标签访问元素的快速对象，是多态的且不可变。它可以是轻量级的范围类结构，也可以是完整的列表，取决于数据操作。索引的唯一性对查询速度至关重要，而MultiIndex允许使用多个字段来唯一标识数据行。

按值查找元素和处理缺失值

可以通过索引或pdi库提供的find()和findall()函数来查找值。Pandas中的缺失值通常以NaN表示，可以通过各种方法识别和处理。算术操作会考虑索引的一致性，而对缺失值的比较则需要特殊处理以确保正确性。

添加、插入、删除

虽然Series对象本应是不可变的，但Pandas仍然提供了在原地进行元素添加、插入和删除的方法。这些操作通常都比较慢且不方便，因为它们需要重新分配内存和更新索引。Pandas提供了df.insert方法进行列的插入，并可以使用concat进行切片和重组。

参考资料和公众号推荐

文章末尾列出了相关参考资料，并推荐了原创公众号『数据STUDIO』，该公众号提供丰富的数据科学领域内容，包括Python、MySQL、数据分析和可视化、机器学习与数据挖掘、爬虫等。