形式:

pandas.Series(data=Noneindex=Nonedtype=Nonename=Nonecopy=Falsefastpath=False)

Pandas 主要的数据结构是 Series(一维)与 DataFrame(二维) 

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.。

Pandas会默然用0到n-1来作为series的index,但也可以自己指定index(可以把index理解为dict里面的key)。

调用 pd.Series 函数即可创建 Series:

1.由(元组),[列表],一维数组,字典,标量创建

import pandas as pd
#元组
print('元组')
tup=(1,2,3) # (元组)
s=pd.Series(tup)
print(s) # 不指定index, 则默认index为[0,1,len(s)-1]
print('\n')

#列表
print('列表')
lst=[1,2,3] # [列表]
s=pd.Series(lst)
print(s)
print('\n')

# 一维数组
import numpy as np
print('一维数组')
arr=np.array([1,2,3]) # 一维数组
s=pd.Series(arr)
print(s)
print('\n')

#由{字典}创建
print('字典')
dic={"index0":1,"index1":2,"index2":3} # {字典}
s=pd.Series(dic)
print(s)
print('\n')

#由标量创建
print('由标量创建')
s=pd.Series(10)
print(s)
print('\n')

#指定index
print('指定index')
s=pd.Series("标量",index=range(3))#指定index为[0,1,2]
print(s)

结果:

元组
0    1
1    2
2    3
dtype: int64


列表
0    1
1    2
2    3
dtype: int64


一维数组
0    1
1    2
2    3
dtype: int32


字典
index0    1
index1    2
index2    3
dtype: int64


由标量创建
0    10
dtype: int64


指定index
0    标量
1    标量
2    标量
dtype: object

name, 给Series命名, 默认name=None

import pandas as pd 
lst=[1,2,3]
s=pd.Series(lst,name="aaa") # 给Series命名为"aaa"
print(s)  

结果: 

dtype, 给Series里的成员指定数据类型, 默认dtype=None

import numpy as np
import pandas as pd
lst=[1,2,3]
s=pd.Series(lst,dtype=np.float64) # 指定数据类型为np.float64
print(s) 

结果: 

 

部分来源:

创建pd.Series的方法. pd.Series函数详解 - 知乎

Logo

开放原子开发者工作坊旨在鼓励更多人参与开源活动,与志同道合的开发者们相互交流开发经验、分享开发心得、获取前沿技术趋势。工作坊有多种形式的开发者活动,如meetup、训练营等,主打技术交流,干货满满,真诚地邀请各位开发者共同参与!

更多推荐