1. WIKI教程
2. 学习python_pandas
3. Python Pandas - Series

Python Pandas - Series

Series是一维标记数组，能够保存任何类型的数据（整数，字符串，浮点数，python对象等）。 轴标签统称为索引。

pandas.Series

可以使用以下构造函数创建pandas系列 -

pandas.Series( data, index, dtype, copy)

构造函数的参数如下 -

S.No	参数和描述
1	data 数据采用各种形式，如ndarray，list，常量
2	index 索引值必须是唯一且可清除的，与数据长度相同。 如果没有传递索引，则默认为np.arrange(n) 。
3	dtype dtype用于数据类型。 如果为None，则将推断数据类型
4	copy 复制数据。 默认为False

可以使用各种输入创建系列，例如 -

• Array
• Dict
• Scalar value or constant

创建一个空系列

可以创建的基本系列是空系列。

例子 (Example)

#import the pandas library and aliasing as pd
import pandas as pd
s = pd.Series()
print s

其output如下 -

Series([], dtype: float64)

从ndarray创建一个系列

如果数据是ndarray，则传递的索引必须具有相同的长度。 如果没有传递索引，那么默认索引将是range(n) ，其中n是数组长度，即[0,1,2,3 .... range(len(array))-1].

例子1 (Example 1)

#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = np.array(['a','b','c','d'])
s = pd.Series(data)
print s

其output如下 -

0   a
1   b
2   c
3   d
dtype: object

我们没有传递任何索引，因此默认情况下，它分配的索引范围从0到len(data)-1 ，即0到3。

例子2 (Example 2)

#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = np.array(['a','b','c','d'])
s = pd.Series(data,index=[100,101,102,103])
print s

其output如下 -

100  a
101  b
102  c
103  d
dtype: object

我们在这里传递了索引值。 现在我们可以在输出中看到自定义的索引值。

从dict创建一个系列

可以将dict作为输入传递，如果未指定索引，则按排序顺序获取字典键以构造索引。 如果传递了索引，则将拉出与索引中的标签对应的数据中的值。

例子1 (Example 1)

#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = {'a' : 0., 'b' : 1., 'c' : 2.}
s = pd.Series(data)
print s

其output如下 -

a 0.0
b 1.0
c 2.0
dtype: float64

Observe - 字典键用于构造索引。

例子2 (Example 2)

#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = {'a' : 0., 'b' : 1., 'c' : 2.}
s = pd.Series(data,index=['b','c','d','a'])
print s

其output如下 -

b 1.0
c 2.0
d NaN
a 0.0
dtype: float64

Observe - 索引顺序是持久的，缺少的元素用NaN（非数字）填充。

从标量创建一个系列

如果数据是标量值，则必须提供索引。 将重复该值以匹配index的长度

#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
s = pd.Series(5, index=[0, 1, 2, 3])
print s

其output如下 -

0  5
1  5
2  5
3  5
dtype: int64

从具有位置的系列访问数据

系列中的数据可以类似于ndarray.中的数据访问ndarray.

例子1 (Example 1)

检索第一个元素。 我们已经知道，对于数组，计数从零开始，这意味着第一个元素存储在第零个位置，依此类推。

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])
#retrieve the first element
print s[0]

其output如下 -

1

例子2 (Example 2)

检索系列中的前三个元素。 如果在其前面插入:，则将提取该索引以后的所有项目。 如果使用两个参数（在它们之间）:两个索引之间的项目（不包括停止索引）

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])
#retrieve the first three element
print s[:3]

其output如下 -

a  1
b  2
c  3
dtype: int64

例子3 (Example 3)

检索最后三个元素。

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])
#retrieve the last three element
print s[-3:]

其output如下 -

c  3
d  4
e  5
dtype: int64

使用标签（索引）检索数据

Series类似于固定大小的dict ，您可以通过索引标签获取和设置值。

例子1 (Example 1)

使用索引标签值检索单个元素。

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])
#retrieve a single element
print s['a']

其output如下 -

1

例子2 (Example 2)

使用索引标签值列表检索多个元素。

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])
#retrieve multiple elements
print s[['a','c','d']]

其output如下 -

a  1
c  3
d  4
dtype: int64

例子3 (Example 3)

如果未包含标签，则会引发异常。

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])
#retrieve multiple elements
print s['f']

其output如下 -

…
KeyError: 'f'