当前位置：极客教程 > Pandas > Pandas 教程 > Pandas 序列(Series)

Pandas 序列(Series)

Pandas 序列(Series)是pandas中的一维数据结构，类似于python中的列表和Numpy中的Ndarray对象,在 Series 中包含的数据类型可以是整数，浮点数，字符串，python对象等。

pandas.Series

Pandas Series构造函数如下:

pandas.Series( data, index, dtype, copy)
Python

构造函数的参数说明如下

编号 参数 说明
1 data 支持多种数据类型，如：ndarray，list，constants
2 index 索引值必须是唯一的，与data的长度相同，默认为np.arange(n)
3 dtype 数据类型
4 copy 是否复制数据，默认为false

创建一个空的Series

#import the pandas library and aliasing as pd
import pandas as pd
s = pd.Series()
print (s)
Python

执行结果如下:

Series([], dtype: float64)
Bash

从ndarray创建一个Series

如果数据是ndarray，则传递的索引必须具有相同的长度。 如果没有传递索引值，那么默认的索引范围将是range(n)，其中n是数组长度，即[0,1,2,3…. range(len(array))-1] - 1]。

#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = np.array(['a','b','c','d'])
s = pd.Series(data)
print (s)
Python

输出结果如下:

0    a
1    b
2    c
3    d
dtype: object
Bash

这里没有传递索引，采用默认索引值是 0 到 len(data)-1，即 0 到 3

示例：传递索引值

#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = np.array(['a','b','c','d'])
s = pd.Series(data,index=[100,101,102,103])
print (s)
Python

输出结果如下:

100    a
101    b
102    c
103    d
dtype: object
Bash

从字典创建一个Series

字典(dict)可以作为输入传递，如果没有指定索引，则按排序从字典中取得键值作为索引。 如果传递了索引，索引中与标签对应的数据中的值将被拉出。

示例：字典键值作为索引

# import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = {'a' : 0., 'b' : 1., 'c' : 2.}
s = pd.Series(data)
print (s)
Python

输出结果如下:

a    0.0
b    1.0
c    2.0
dtype: float64
Bash

示例：传递索引

# import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = {'a' : 0., 'b' : 1., 'c' : 2.}
s = pd.Series(data,index=['b','c','d','a'])
print (s)
Python

输出结果如下:

b    1.0
c    2.0
d    NaN
a    0.0
dtype: float64
Bash

索引顺序保持不变，缺少的元素使用NaN(不是数字)填充。

从标量创建一个Series

如果数据是标量类型，则必须提供索引。重复该值以匹配索引的长度。

# import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
s = pd.Series(5, index=[0, 1, 2, 3])
print (s)
Python

输出结果如下:

0    5
1    5
2    5
3    5
dtype: int64
Bash

通过位置访问Series数据

Series中的数据可以使用类似于访问ndarray中的数据来访问。

示例1：检索第一个元素，当前索引从0开始计数

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])

#retrieve the first element
print (s[0])
Python

输出结果如下:

1
Bash

示例2：检索Series中的前三个元素

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])

#retrieve the first three element
print (s[:3])
Python

输出结果如下:

a    1
b    2
c    3
dtype: int64
Bash

s[a :] : 将提取该索引之后的所有数据
s[a : b] : 将提取 a 和 b 之间的所有数据

示例：检索最后三个元素

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])

#retrieve the last three element
print (s[-3:])
Python

输出结果如下:

c    3
d    4
e    5
dtype: int64
Bash

通过索引访问Series数据

Series 就像一个固定大小的字典，可以通过索引获取数据。
示例1：使用索引获取单个元素。

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])

#retrieve a single element
print (s['a'])
Python

输出结果如下:

1
Bash

示例2：使用索引获取多个元素。

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])

#retrieve multiple elements
print (s[['a','c','d']])
Python

输出结果如下:

a    1
c    3
d    4
dtype: int64
Bash

示例3：如果Series中并没有此索引，则会抛出异常。

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])

#retrieve multiple elements
print (s['f'])
Python

执行上面示例代码，得到以下结果 –

Pandas 系列(Series)

Python教程

Python 教程

Python 教程
Tkinter 教程

Tkinter 教程
Pandas 教程

Pandas 教程
NumPy 教程

NumPy 教程
Flask 教程

Flask 教程
Django 教程

Django 教程
PySpark 教程

PySpark 教程
wxPython 教程

wxPython 教程
SymPy 教程

SymPy 教程
Seaborn 教程

Seaborn 教程
SciPy 教程

SciPy 教程
RxPY 教程

RxPY 教程
Pycharm 教程

Pycharm 教程
Pygame 教程

Pygame 教程
PyGTK 教程

PyGTK 教程
PyQt 教程

PyQt 教程
PyQt5 教程

PyQt5 教程
PyTorch 教程

PyTorch 教程
Matplotlib 教程

Matplotlib 教程
Web2py 教程

Web2py 教程
BeautifulSoup 教程

BeautifulSoup 教程

Java教程

Java 教程

Java 教程

Web教程

HTML 教程

HTML 教程
CSS 教程

CSS 教程
CSS3 教程

CSS3 教程
jQuery 教程

jQuery 教程
Ajax 教程

Ajax 教程
AngularJS 教程

AngularJS 教程
TypeScript 教程

TypeScript 教程
WordPress 教程

WordPress 教程
Laravel 教程

Laravel 教程
Next.js 教程

Next.js 教程
PhantomJS 教程

PhantomJS 教程
Three.js 教程

Three.js 教程
Underscore.JS 教程

Underscore.JS 教程
WebGL 教程

WebGL 教程
WebRTC 教程

WebRTC 教程
VueJS 教程

VueJS 教程

数据库教程

SQL 教程

SQL 教程
MySQL 教程

MySQL 教程
MongoDB 教程

MongoDB 教程
PostgreSQL 教程

PostgreSQL 教程
SQLite 教程

SQLite 教程
Redis 教程

Redis 教程
MariaDB 教程

MariaDB 教程

图形图像教程

Vulkan 教程

Vulkan 教程
OpenCV 教程

OpenCV 教程

大数据教程

R语言 教程

R语言 教程

开发工具教程

Git 教程

Git 教程
VSCode 教程

VSCode 教程
Docker 教程

Docker 教程
Gerrit 教程

Gerrit 教程
Excel 教程

Excel 教程

计算机教程

Go语言 教程

Go语言 教程
C++ 教程

C++ 教程

Pandas 精品教程

登录

找回密码？

注册