本文详细介绍了Pandas中的Series数据结构，包括构造、属性、数据选择、删除、赋值、数学运算、类型转换、时间操作、apply方法以及统计值计算等关键知识点。通过实例演示了Series如何作为加强版的字典进行操作，并强调了与Numpy的结合使用。
大家好，我是herosunly。985院校硕士毕业，现担任算法研究员一职，热衷于机器学习算法研究与应用。曾获得阿里云天池比赛第一名，CCF比赛第二名，科大讯飞比赛第三名。拥有多项发明专利。对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法行业就业。希望和大家一起成长进步。
本文主要介绍了Pandas Series核心点总结，希望能对学习Python的同学们有所帮助。
文章目录
1. Pandas简介
- Python数据分析的核心库之一
- 基于Numpy (对ndarray的操作)
- 更能体会到Python的Functional Programming（函数式编程）
- 适合自学的资料(http://pandas.pydata.org/pandas-docs/stable/)
2. Pandas数据结构Series
思考：Series和之前的哪个数据结构有紧密的联系？两者区别是什么？
答：Series本质上就是加强版的字典，可以看作是有序的字典。既然是有序的，则区别是Series可以通过位置进行索引。
导包代码如下所示（下文不再赘述）：
import numpy as
订阅专栏 解锁全文
7万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
