Pandas 数据结构 - Series

Series 是 Pandas 中的一个核心数据结构，类似于一个一维的数组，具有数据和索引。

Series 可以存储任何数据类型（整数、浮点数、字符串等），并通过标签（索引）来访问元素。

Series 的数据结构是非常有用的，因为它可以处理各种数据类型，同时保持了高效的数据操作能力，比如可以通过标签来快速访问和操作数据。

Series 特点：

• 一维数组： Series 中的每个元素都有一个对应的索引值。

• 索引： 每个数据元素都可以通过标签（索引）来访问，默认情况下索引是从 0 开始的整数，但你也可以自定义索引。

• 数据类型： Series 可以容纳不同数据类型的元素，包括整数、浮点数、字符串、Python 对象等。

• 大小不变性： Series 的大小在创建后是不变的，但可以通过某些操作（如 append 或 delete）来改变。

• 操作： Series 支持各种操作，如数学运算、统计分析、字符串处理等。

• 缺失数据： Series 可以包含缺失数据，Pandas 使用NaN（Not a Number）来表示缺失或无值。

• 自动对齐： 当对多个 Series 进行运算时，Pandas 会自动根据索引对齐数据，这使得数据处理更加高效。

importpandasaspd# 创建一个Series对象，指定名称为'A'，值分别为1, 2, 3, 4# 默认索引为0, 1, 2, 3series=pd.Series([1,2,3,4],name='A')# 显示Series对象print(series)# 如果你想要显式地设置索引，可以这样做：custom_index=[1,2,3,4]# 自定义索引series_with_index=pd.Series([1,2,3,4],index=custom_index,name='A')# 显示带有自定义索引的Series对象print(series_with_index)

输出结果为：

0    1

1    2

2    3

3    4

Name: A, dtype: int64

1    1

2    2

3    3

4    4

Name: A, dtype: int64

Series 是 Pandas 中的一种基本数据结构，类似于一维数组或列表，但具有标签（索引），使得数据在处理和分析时更具灵活性。

以下是关于 Pandas 中的 Series 的详细介绍。

创建 Series

可以使用 pd.Series() 构造函数创建一个 Series 对象，传递一个数据数组（可以是列表、NumPy 数组等）和一个可选的索引数组。

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

参数说明：

• data ：Series 的数据部分，可以是列表、数组、字典、标量值等。如果不提供此参数，则创建一个空的 Series。
• index ：Series 的索引部分，用于对数据进行标记。可以是列表、数组、索引对象等。如果不提供此参数，则创建一个默认的整数索引。
• dtype ：指定 Series 的数据类型。可以是 NumPy 的数据类型，例如 np.int64 、 np.float64 等。如果不提供此参数，则根据数据自动推断数据类型。
• name ：Series 的名称，用于标识 Series 对象。如果提供了此参数，则创建的 Series 对象将具有指定的名称。
• copy ：是否复制数据。默认为 False，表示不复制数据。如果设置为 True，则复制输入的数据。
• fastpath ：是否启用快速路径。默认为 False。启用快速路径可能会在某些情况下提高性能。

创建一个简单的 Series 实例：

importpandasaspda=[1,2,3]myvar=pd.Series(a)print(myvar)

输出结果如下：

从上图可知，如果没有指定索引，索引值就从 0 开始，我们可以根据索引值读取数据：

importpandasaspda=[1,2,3]myvar=pd.Series(a)print(myvar[1])

输出结果如下：

2

我们可以指定索引值，如下实例：

importpandasaspda=["Google","Runoob","Wiki"]myvar=pd.Series(a,index=["x","y","z"])print(myvar)

输出结果如下：

根据索引值读取数据:

importpandasaspda=["Google","Runoob","Wiki"]myvar=pd.Series(a,index=["x","y","z"])print(myvar["y"])

输出结果如下：

Runoob

我们也可以使用 key/value 对象，类似字典来创建 Series：

importpandasaspdsites={1:"Google",2:"Runoob",3:"Wiki"}myvar=pd.Series(sites)print(myvar)

输出结果如下：

从上图可知，字典的 key 变成了索引值。

如果我们只需要字典中的一部分数据，只需要指定需要数据的索引即可，如下实例：

importpandasaspdsites={1:"Google",2:"Runoob",3:"Wiki"}myvar=pd.Series(sites,index=[1,2])print(myvar)

输出结果如下：

设置 Series 名称参数：

importpandasaspdsites={1:"Google",2:"Runoob",3:"Wiki"}myvar=pd.Series(sites,index=[1,2],name="RUNOOB-Series-TEST")print(myvar)

Series 方法

下面是 Series 中一些常用的方法：

importpandasaspd# 创建 Seriesdata=[1,2,3,4,5,6]index=['a','b','c','d','e','f']s=pd.Series(data,index=index)# 查看基本信息print("索引：",s.index)print("数据：",s.values)print("数据类型：",s.dtype)print("前两行数据：",s.head(2))# 使用 map 函数将每个元素加倍s_doubled=s.map(lambdax: x *2)print("元素加倍后：",s_doubled)# 计算累计和cumsum_s=s.cumsum()print("累计求和：",cumsum_s)# 查找缺失值（这里没有缺失值，所以返回的全是 False）print("缺失值判断：",s.isnull())# 排序sorted_s=s.sort_values()print("排序后的 Series：",sorted_s)

输出结果为：

索引： Index(['a', 'b', 'c', 'd', 'e', 'f'], dtype='object')

数据： [1 2 3 4 5 6]

数据类型： int64

前两行数据： a    1

b    2

dtype: int64

元素加倍后： a     2

b     4

c     6

d     8

e    10

f    12

dtype: int64

累计求和： a     1

b     3

c     6

d    10

e    15

f    21

dtype: int64

缺失值判断： a    False

b    False

c    False

d    False

e    False

f    False

dtype: bool

排序后的 Series： a    1

b    2

c    3

d    4

e    5

f    6

dtype: int64

更多 Series 说明

使用列表、字典或数组创建一个默认索引的 Series。

# 使用列表创建 Series

s = pd.Series([1, 2, 3, 4])



# 使用 NumPy 数组创建 Series

s = pd.Series(np.array([1, 2, 3, 4]))



# 使用字典创建 Series

s = pd.Series({'a': 1, 'b': 2, 'c': 3, 'd': 4})

基本操作：

# 指定索引创建 Series

s = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])



# 获取值

value = s[2]  # 获取索引为2的值

print(s['a'])  # 返回索引标签 'a' 对应的元素



# 获取多个值

subset = s[1:4]  # 获取索引为1到3的值



# 使用自定义索引

value = s['b']  # 获取索引为'b'的值



# 索引和值的对应关系

for index, value in s.items():

    print(f"Index: {index}, Value: {value}")





# 使用切片语法来访问 Series 的一部分

print(s['a':'c'])  # 返回索引标签 'a' 到 'c' 之间的元素

print(s[:3])  # 返回前三个元素



# 为特定的索引标签赋值

s['a'] = 10  # 将索引标签 'a' 对应的元素修改为 10



# 通过赋值给新的索引标签来添加元素

s['e'] = 5  # 在 Series 中添加一个新的元素，索引标签为 'e'



# 使用 del 删除指定索引标签的元素。

del s['a']  # 删除索引标签 'a' 对应的元素



# 使用 drop 方法删除一个或多个索引标签，并返回一个新的 Series。

s_dropped = s.drop(['b'])  # 返回一个删除了索引标签 'b' 的新 Series

基本运算：

# 算术运算

result = series * 2  # 所有元素乘以2



# 过滤

filtered_series = series[series > 2]  # 选择大于2的元素



# 数学函数

import numpy as np

result = np.sqrt(series)  # 对每个元素取平方根

计算统计数据：使用 Series 的方法来计算描述性统计。

print(s.sum())  # 输出 Series 的总和

print(s.mean())  # 输出 Series 的平均值

print(s.max())  # 输出 Series 的最大值

print(s.min())  # 输出 Series 的最小值

print(s.std())  # 输出 Series 的标准差

属性和方法：

# 获取索引

index = s.index



# 获取值数组

values = s.values



# 获取描述统计信息

stats = s.describe()



# 获取最大值和最小值的索引

max_index = s.idxmax()

min_index = s.idxmin()



# 其他属性和方法

print(s.dtype)   # 数据类型

print(s.shape)   # 形状

print(s.size)    # 元素个数

print(s.head())  # 前几个元素，默认是前 5 个

print(s.tail())  # 后几个元素，默认是后 5 个

print(s.sum())   # 求和

print(s.mean())  # 平均值

print(s.std())   # 标准差

print(s.min())   # 最小值

print(s.max())   # 最大值

使用布尔表达式：根据条件过滤 Series。

print(s > 2)  # 返回一个布尔 Series，其中的元素值大于 2

查看数据类型：使用 dtype 属性查看 Series 的数据类型。

print(s.dtype)  # 输出 Series 的数据类型

转换数据类型：使用 astype 方法将 Series 转换为另一种数据类型。

s = s.astype('float64')  # 将 Series 中的所有元素转换为 float64 类型

注意事项：

• Series 中的数据是有序的。
• 可以将 Series 视为带有索引的一维数组。
• 索引可以是唯一的，但不是必须的。
• 数据可以是标量、列表、NumPy 数组等。