（pandas）三种创建Series的方法

1.python list

#series 和numpy中的array有一点相似
#创建series
s1 = pd.Series([1, 2, 3, 4])
s1         #包含数据，以及label/index
>>>
0    1
1    2
2    3
3    4
dtype: int64

s1.values      #查看数据
>>>array([1, 2, 3, 4], dtype=int64)
s1.index    #查看index
>>>RangeIndex(start=0, stop=4, step=1)

2.通过numpy的arange创建series

s2 = pd.Series(np.arange(10))
s2
>>>
0    0
1    1
2    2
3    3
4    4
5    5
6    6
7    7
8    8
9    9
dtype: int32

3.通过python字典

s3 = pd.Series({'1':1, "2":2, "3":3})
s3
>>>
1    1
2    2
3    3
dtype: int64

s3.values 
>>>array([1, 2, 3], dtype=int64)
s3.index  #注意与前两种的不同
>>>Index(['1', '2', '3'], dtype='object')

注意，以下方式等同

s4 = pd.Series([1, 2, 3, 4], index=['A', 'B','C', 'D'])
s4
>>>
A    1
B    2
C    3
D    4
dtype: int64

pandas的Series和python字典联系紧密

s4 ['A']
>>>1

s4[s4>2]
>>>
C    3
D    4
dtype: int64

Series和python字典可以互换

s4.to_dict()   #to_dict作用将Series转化为字典
>>>{'A': 1, 'B': 2, 'C': 3, 'D': 4}

s5 = pd.Series(s4.to_dict())
s5
>>>
A    1
B    2
C    3
D    4
dtype: int64