pandas库的Series对象

---

前言

在Python中，Pandas库是一个用于数据处理和分析的强大工具。Pandas库提供了DataFrame和Series两种数据结构，其中Series对象是Pandas库中的基础数据结构之一。Series对象可以存储不同类型的数据，包括整数、浮点数、字符串等，并可以具有索引。使用Series对象可以方便地处理数据，包括对数据进行计算、排序、分组等操作。点击进入官方文档

---

一、Python Series对象的基本概念

Python中的Series对象是一个一维数组，可以存储不同类型的数据。每个Series对象都有一个索引，用于标识数据的位置。除了数据之外，Series对象还包含一些其他信息，如数据的名称和数据类型等。

二、Series对象基本操作

1.创建Series对象

import pandas as pd  
# 创建一个包含整数和字符串的Series对象  
s = pd.Series([1, 2, 3, 'a', 'b', 'c'])  
print(s)

---

2.Series序列对象的属性

Series序列对象的属性，值，索引，名称，数据模型，数据个数

s = pd.Series([1, 2, 3, 'a', 'b', 'c'])
print(s.values) # 值
print(s.index) # 索引
print(s.name) # 名称
print(s.dtypes) # 数据类型
print(s.size) # 数据个数

---

三、Series对象的常用方法

1.astype() 数据类型转换方法

s1 = pd.Series([1,2,3])
print(s1)
print(s1.astype('str'))
print(s1.astype('float'))
print(s1.astype('str')+'个')

---

2.value_counts() 统计序列中元素出现的次数

s2 = pd.Series([6,4,8,8])
print(s2)
print(s2.value_counts())

---

3. sort_values() 对序列中的数据进行排序

s3 = pd.Series([5,1,4,2,3])
print(s3)
print(s3.sort_values())

---

4.round() 控制数字型序列的小数点位

s4 = pd.Series([1/11,1/15,1/17])
print(s4)
print(s4.round(2))

---

5.数字序列常用方法

series = pd.Series([5,6,7,8])
print('最大值:',series.max())
print('最小值:',series.min())
print('平均值:',series.mean())
print('中位数:',series.median())
print('元素个数:',series.count())
print('方差:',series.var())

---

总结

Python中的Pandas库是数据处理和分析的强大工具，其中Series对象是Pandas库中的基础数据结构之一。本文介绍了Python中的Series对象，包括其基本概念、属性和方法，以及如何使用Series对象进行数据处理和分析。通过创建Series对象和使用其属性和方法，可以对数据进行各种操作，如计算、排序和分组等。Python Series对象提供了灵活和方便的数据处理方式，是数据分析中不可或缺的工具之一。