直观理解:Series是带标签的一维数组
可存储整数、浮点数、字符串、Python 对象等类型的数据.
轴标签统称为索引. 调用 pd.Series 函数即可创建 Series:[1]
1.由(元组),[列表]或一维数组创建
1.1 (元组)
import
![6e8e4bfd75d81bbb1ed3788a884f4a14.png](https://i-blog.csdnimg.cn/blog_migrate/24e352c3fd622e33108deb09f45608b3.png)
1.2 [列表]
import
![6e8e4bfd75d81bbb1ed3788a884f4a14.png](https://i-blog.csdnimg.cn/blog_migrate/24e352c3fd622e33108deb09f45608b3.png)
1.3 一维数组
import
![6e8e4bfd75d81bbb1ed3788a884f4a14.png](https://i-blog.csdnimg.cn/blog_migrate/24e352c3fd622e33108deb09f45608b3.png)
2.由{字典}创建
import
![c5a2751bfbb56bbe9d79ece387991e50.png](https://i-blog.csdnimg.cn/blog_migrate/bc1345350def15e6498046909ac56160.png)
3.由标量创建
import
![574403ba35d73e43044754c8a0f0cee3.png](https://i-blog.csdnimg.cn/blog_migrate/70d5b70a9343d780a22216abc7f9f124.png)
3.1 指定index
import
![9efcfffceb0c42c7d7f0026bacbc6a5a.png](https://i-blog.csdnimg.cn/blog_migrate/9104bed36df73f791deabe35ab583b4c.png)
详解
本文函数为 pd.Series(data=None, index=None)
data, 位置参数, 按顺序传入时, 不用写data=传入数据
import
![54fb495f418998c5746b1351c2677e03.png](https://i-blog.csdnimg.cn/blog_migrate/4e7663b6b9a435e0fc5821a435a977cd.png)
index, 指定索引
已有索引, 再指定则进行索引筛选, 没有的引入NaN值, 举个栗子
import
![2c920fadf286883aacdf84797c003d58.png](https://i-blog.csdnimg.cn/blog_migrate/9ba8de28d43f3910798c1036704d370a.png)
索引值可以重复, 但请尽量避免
import
![7f641cb990db9196548310280a5d7d3b.png](https://i-blog.csdnimg.cn/blog_migrate/698a36940f073b8c4a5379414784e7aa.png)
还有如下可选关键字
name, 给Series命名, 默认name=None
import
![a3f654d97e11383003dd2b1b742cb870.png](https://i-blog.csdnimg.cn/blog_migrate/b5459bcde7d6ad8c904bda7f4787583c.png)
dtype, 给Series里的成员指定数据类型, 默认dtype=None
import
![9349c17cdc7ab30ba1b1b6633eff3f65.png](https://i-blog.csdnimg.cn/blog_migrate/0c4d99e9bff56f84db6625ffc2e5f685.png)
参考
- ^https://www.pypandas.cn/docs/getting_started/dsintro.html#series