今天和大家分享幾個(gè)簡(jiǎn)單的Series運(yùn)算，后期掌握DataFrame后會(huì)進(jìn)一步深入分享。

一、Series的篩選

如果想把Series中符合某些條件的值列出來(lái)，可以直接在中括號(hào)內(nèi)輸入判斷條件即可，符合條件的即會(huì)被篩選出來(lái)！

劃重點(diǎn)：本用法是pandas數(shù)據(jù)篩選的核心思想！后期會(huì)多次分享！

二、Series數(shù)據(jù)運(yùn)算

這里需要和大家分享的就是，Series無(wú)論做何種運(yùn)算，都是整個(gè)整體一起做運(yùn)算的。這里也突出了pandas按列處理數(shù)據(jù)的思想！

三、in函數(shù)在Series中的應(yīng)用

這一組案例和大家分享的是Series與字典一樣可以使用in函數(shù)進(jìn)行查詢，但是默認(rèn)情況下如果直接查詢對(duì)象，則查詢的是鍵而不是值！

如果想要查詢值，需要用.values方法。

四、Series之間的運(yùn)算

Series的超超重要的功能：在算術(shù)運(yùn)算中會(huì)自動(dòng)對(duì)齊不同索引的數(shù)據(jù)

這個(gè)功能也會(huì)在將來(lái)重復(fù)重復(fù)重點(diǎn)重點(diǎn)分享！

本期大家先有個(gè)印象！

下期會(huì)和大家分享多次出現(xiàn)的DataFrame數(shù)據(jù)結(jié)構(gòu)

學(xué)習(xí)Python

主要是pandas包，如何讀入文件和寫入文件

如何輸出前五行和后五行 還有統(tǒng)計(jì)數(shù)據(jù)

統(tǒng)計(jì)每個(gè)值出現(xiàn)的次數(shù)

標(biāo)簽對(duì)齊 和reindex（）

在python3.6下用pandas.read_csv（‘C:\Python\xxxxx\test.py’）讀取文件時(shí)，如路徑?jīng)]有中文是可以順利讀并操作的。但是當(dāng)（‘C:\Python\中文\test.py’）有中文后會(huì)報(bào)錯(cuò)：OSError: Initializing from file failed

報(bào)錯(cuò)的截圖

Chiba = pd.read_csv('C:/Python/pycharmwork/data/return300.csv',index_col=0)

以上這么寫是沒(méi)問(wèn)題的，路徑?jīng)]有中文；路徑有中文就得這么寫：

路徑 = "C:/Python/pycharmwork/python為工具/data/return300.csv"pwd = os.getcwd()#獲取當(dāng)前路徑，這個(gè)在Python代碼中比較常用os.chdir(os.path.dirname(路徑))#改變當(dāng)前目錄，到指定目錄中Chiba = pd.read_csv(os.path.basename(路徑))#返回path最后的文件名os.chdir(pwd)#改變到當(dāng)前路徑

這么寫之后，還是有點(diǎn)小區(qū)別，

可以分別打印一下頭五個(gè)數(shù)據(jù)print（chiba.head（5）），結(jié)果如下：

沒(méi)有中文路徑的到的數(shù)據(jù)

有中文路徑的到的數(shù)據(jù)

可以看到是有小許區(qū)別的，以第二種有中文路徑的，會(huì)再前邊加一個(gè)序列；如果要用日期的index來(lái)畫圖，沒(méi)有中文路徑的直接這么寫就可以

Chiba.index=pd.to_datetime(Chiba.index)

但有中文路徑的需要這么寫就可以

Chiba.index=pd.to_datetime(Chiba.date)

繪圖結(jié)果：