Pandas pd.Series() 函数

Pandas Series API 手册 Pandas Series API 手册

pd.Series() 是 Pandas 库中的一个核心函数，用于创建一维数组（类似于列表或 NumPy 数组），但它比普通数组更强大。Series 可以存储任何数据类型（如整数、字符串、浮点数等），并且每个元素都有一个与之关联的索引（index），这使得数据操作更加灵活。

pd.Series() 的基本语法

pd.Series(data, index=None, dtype=None, name=None, copy=False)

参数说明：

  1. data：数据，可以是列表、字典、NumPy 数组等。
  2. index：索引，用于标记数据。如果不指定，默认从 0 开始。
  3. dtype：数据类型，如 int、float、str 等。
  4. name：Series 的名称，通常用于标记数据。
  5. copy：是否复制数据，默认为 False。

如何使用 pd.Series()？

示例 1：从列表创建 Series

实例

import pandas as pd

# 创建一个简单的 Series
data = [10, 20, 30, 40]
s = pd.Series(data)
print(s)

输出：

0    10
1    20
2    30
3    40
dtype: int64

解释：

  • 数据 [10, 20, 30, 40] 被转换为一个 Series。
  • 默认索引从 0 开始。

示例 2：指定索引

实例

# 创建 Series 并指定索引
data = [10, 20, 30, 40]
index = ['a', 'b', 'c', 'd']
s = pd.Series(data, index=index)
print(s)

输出：

a    10
b    20
c    30
d    40
dtype: int64

解释：

  • 索引被指定为 ['a', 'b', 'c', 'd']，而不是默认的 0, 1, 2, 3。

示例 3：从字典创建 Series

实例

# 从字典创建 Series
data = {'a': 10, 'b': 20, 'c': 30, 'd': 40}
s = pd.Series(data)
print(s)

输出：

a    10
b    20
c    30
d    40
dtype: int64

解释：

  • 字典的键自动成为 Series 的索引，值成为数据。

示例 4：指定数据类型

实例

# 创建 Series 并指定数据类型为浮点数
data = [10, 20, 30, 40]
s = pd.Series(data, dtype=float)
print(s)

输出：

0    10.0
1    20.0
2    30.0
3    40.0
dtype: float64

解释：

  • 数据类型被指定为 float，因此所有值都显示为浮点数。

Series 的常用操作

1. 访问数据

可以通过索引访问 Series 中的数据。

实例

s = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'])
print(s['b'])  # 输出：20

2. 修改数据

可以通过索引修改 Series 中的数据。

实例

s['b'] = 25
print(s)

输出：

a    10
b    25
c    30
d    40
dtype: int64

3. 切片操作

可以对 Series 进行切片操作。

实例

print(s['b':'d'])

输出：

b    25
c    30
d    40
dtype: int64

4. 数学运算

可以对 Series 进行数学运算。

实例

print(s * 2)

输出：

a    20
b    50
c    60
d    80
dtype: int64

Pandas Series API 手册 Pandas Series API 手册