Series是什么？Series类构造方法都有哪些？

pandas中提供了两个比较重要的数据结构，即Series和DataFrame，分别用于处理一维数据和二维数据。本节将针对pandas的数据结构进行详细的介绍。

Series是由 pandas 库提供的一个类，Series类对象的结构类似于一维数组，主要由数据和索引两部分组成，其中数据可以是任意类型，如整数、字符串、浮点数等。Series类对象的结构示意如图所示。

Series类对象的索引位于左侧，数据位于右侧。需要说明的是，Series类对象的索引样式比较丰富，默认是自动生成的整数索引(从0开始递增)，也可以是自定义的标签索引(由自定义的标签构成的索引)、时间索引(由日期时间构成的索引)等。

通过Series类的构造方法可以创建一维数据。Series类构造方法的语法格式如下。

pandas.Series (data=None,index=None,dtype=None,nane=None,copy=False,
fastpath=False)

以上构造方法中常用参数的含义如下。

· data：表示传入的数据，可以是ndarry、列表、字典等。

· index：表示传入的索引，必须是唯一值，且与数据的长度相同。若没有传入索引，则创建的Series类对象会自动生成0~N的整数索引。

· dtype：表示数据的类型。若未指定数据类型，pandas会根据传入的数据自动推断数据类型。

· name：表示Series类对象的名称。

· copy：表示是否复制数据，默认为Fakse。

接下来，通过在Series0方法中传人列表的方式创建Series类对象，代码如下。

import pandas an pd                    # 导入pandan库
# 根据列表创建Series类对象
ser_obj = pd.Series(['Python','Java','PHP'])
print(ser_cbj)
0    Python
1       Java
2        PHP
dtype: object

从输出结果可以看出，Series类对象的索引为0~2，即自动生成的整数索引;数据由上至下依次为列表的各个元素，其类型为object,该类型是根据列表中元素的类型推断出来的。

在使用Series0方法创建对象时，可以传人index参数指定自定义的索引，代码如下。

In  []:   # 导入pandaa库
          import pandas as pd
          # 创建Series类对象，同时为该对象指定索引
          ser_obj = pd.Series(['Python', 'Java', 'PHP'],
          index = ['one', 'two', 'three']}
          print(ser_obj)
          one   Python
          two    Java
          three    PHP
          dtype: cbject

从输出结果可以看出，Series类对象的索引不再是整数索引，而是由 index参数指定的标签索引。

使用Series()方法创建对象时可以传入字典，此时字典的键将作为Series类对象的索引。字典的值将作为Series类对象的数据，代码如下。

In  []:  data =('one':'Python', 'two': 'Java','three': 'PHP')
         ser_cbj2 = pd.Series(data)        # 根据字典创建Series类对象
         print(ser cbj2)
         one    Python
         two    Java
         three    PHP
         dtype: object