人工智能之数据分析 Pandas：第二章 Series

人工智能之数据分析 Pandas

第二章 Series

---

---

前言

Pandas 的 Series 是其最基础、最核心的一维数据结构，是学习 Pandas 的起点。本文从定义、特点、创建方式、常用操作、注意事项等方面进行系统而详细的介绍。

---

一、什么是 Series？

Series 是一个带标签索引的一维数组，由两部分组成：

• values（值）：实际存储的数据，底层为 NumPy 数组（ndarray），支持整数、浮点、字符串、布尔值等任意类型，也可包含缺失值 NaN。
• index（索引）：与每个值一一对应的标签，默认为从 0 开始的整数，但可自定义为字符串、日期等可哈希类型。

✅ 简单理解：Series = 字典 + 数组

• 像字典一样可通过“键”（索引）快速访问值；
• 像数组一样支持向量化运算和高效数值计算。

---

二、Series 的核心特点

特性	说明
一维结构	只有一列数据
自动对齐	运算时按索引对齐，不匹配的位置返回 NaN
支持缺失值	使用 NaN 表示缺失数据
可命名	可通过 name 参数设置名称（常用于转为 DataFrame 的列名）
索引可重复	允许重复索引（但会影响唯一访问）
不可变大小（默认）	创建后长度固定，但可通过 append、drop 等生成新对象

---

三、创建 Series 的 4 种主要方式

1. 从列表或 NumPy 数组创建

import pandas as pd
import numpy as np

# 列表（默认整数索引）
s1 = pd.Series([10, 20, 30])
# 自定义索引
s2 = pd.Series([10, 20, 30], index=['a', 'b', 'c'], name='成绩')
# 从 NumPy 数组
arr = np.array([1.1, 2.2, 3.3])
s3 = pd.Series(arr, index=['x', 'y', 'z'])

2. 从字典创建（最常用之一）

data_dict = {'数学': 90, '语文': 85, '英语': 95}
s4 = pd.Series(data_dict)  # 字典的 key → index，value → data

# 若指定 index 中有字典未包含的键，则对应值为 NaN
s5 = pd.Series(data_dict, index=['数学', '物理'])  
# 输出：数学 90.0，物理 NaN（注意 dtype 变为 float64）

3. 用标量（单个值）创建

s6 = pd.Series(5, index=['A', 'B', 'C'])  
# 所有位置都填充为 5
# A    5
# B    5
# C    5

4. 创建空 Series

empty_s = pd.Series(dtype='float64')  # 必须指定 dtype

---

四、Series 的常用属性与方法

属性/方法	说明	示例
.index	获取索引	s.index
.values	获取数据（NumPy 数组）	s.values
.name	获取或设置名称	s.name = '分数'
.dtype	数据类型	s.dtype
.shape	形状（如 (3,)）	s.shape
.size	元素总数	s.size
.isnull() / .notnull()	判断是否为 NaN	s.isnull()
.unique()	返回唯一值	s.unique()
.value_counts()	统计各值出现次数	s.value_counts()
.describe()	描述性统计（均值、标准差等）	s.describe()
.sort_values()	按值排序	s.sort_values()
.sort_index()	按索引排序	s.sort_index()
.astype('float64')	类型转换	s.astype('str')
.to_list()	转为 Python 列表	s.to_list()
.to_frame()	转为 DataFrame	s.to_frame()

---

五、数据访问与操作

1. 访问元素

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

s['a']        # 标签索引 → 1
s[0]          # 位置索引 → 1（不推荐，易混淆）
s.loc['a']    # 显式索引（推荐）
s.iloc[0]     # 隐式位置索引（推荐用于位置访问）

2. 切片

s['a':'c']      # 显式切片 → 包含 'c'（前闭后闭）
s.iloc[0:2]     # 隐式切片 → 不包含索引 2（前闭后开）

3. 修改与增删

s['b'] = 20     # 修改
s['e'] = 5      # 新增（自动扩展）
del s['a']      # 删除（原地修改）
s_new = s.drop('c')  # 返回新 Series，不修改原对象

4. 向量化运算与过滤

s * 2           # 所有元素 ×2
s[s > 3]        # 布尔索引：筛选值大于 3 的元素
np.sqrt(s)      # 应用 NumPy 函数

---

六、重要注意事项

1. 索引对齐机制
   两个 Series 运算时，Pandas 会自动按索引对齐，非公共索引位置结果为 NaN：

   s1 = pd.Series([1, 2], index=['a', 'b'])
   s2 = pd.Series([3, 4], index=['b', 'c'])
   print(s1 + s2)  
   # a    NaN
   # b    6.0
   # c    NaN
   

2. NaN 的处理

   • NaN != NaN，不能用 == 判断，应使用 isnull() 或 pd.isna()
   • 含 NaN 的 Series，dtype 通常为 float64

3. 索引可重复，但慎用
   重复索引会导致 s['key'] 返回多个值（Series 而非标量）

4. 性能提示

   • 尽量避免频繁修改 Series（如循环中赋值），建议一次性构建
   • 使用 .loc / .iloc 提高代码可读性和安全性

---

七、总结

Series 是 Pandas 的基石：

• 它融合了数组的高效计算与字典的灵活索引；
• 是构建 DataFrame 的基本单元（DataFrame 的每一列就是一个 Series）；
• 掌握 Series，就掌握了 Pandas 数据操作的核心逻辑。

后续

python过渡项目部分代码已经上传至gitee，后续会逐步更新。

资料

公众号：咚咚王
gitee：https://gitee.com/wy18585051844/ai_learning

《Python编程：从入门到实践》
《利用Python进行数据分析》
《算法导论中文第三版》
《概率论与数理统计（第四版） (盛骤) 》
《程序员的数学》
《线性代数应该这样学第3版》
《微积分和数学分析引论》
《（西瓜书）周志华-机器学习》
《TensorFlow机器学习实战指南》
《Sklearn与TensorFlow机器学习实用指南》
《模式识别（第四版）》
《深度学习 deep learning》伊恩·古德费洛著 花书
《Python深度学习第二版(中文版)【纯文本】 (登封大数据 (Francois Choliet)) (Z-Library)》
《深入浅出神经网络与深度学习+(迈克尔·尼尔森（Michael+Nielsen）》
《自然语言处理综论 第2版》
《Natural-Language-Processing-with-PyTorch》
《计算机视觉-算法与应用(中文版)》
《Learning OpenCV 4》
《AIGC：智能创作时代》杜雨+&+张孜铭
《AIGC原理与实践：零基础学大语言模型、扩散模型和多模态模型》
《从零构建大语言模型（中文版）》
《实战AI大模型》
《AI 3.0》