pandas ---- pd.Series基本用法

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

引言

本部分主要介绍一些注意事项。

---

一 pd.Series的创建

pd.Series（data,index,dtype）---- 创建一维pd.Series;特别是其中的通过字典创建

pd.Series 的主要参数有以下几个：

1. data：Series 的数据，可以是列表、数组、字典等。如果是字典，字典的键将成为 Series 的索引，字典的值将成为 Series 的数据。

2. index：用于指定 Series 的索引，可以是列表、数组、索引对象（如 pd.Index 对象）、标量或者 None。如果不提供索引，将默认使用从 0 开始的整数索引。

3. dtype：指定 Series 的数据类型。如果不指定，将根据数据类型推断。
   下面是一些示例：

示例1：不定义index

# 通过列表创建 Series,不定义index会自动生成0....index
data = [1, 2, 3, 4, 5]
s = pd.Series(data)
print(s)           # 0    1
                   # 1    2
                   # 2    3
                   # 3    4
                   # 4    5
                   # dtype: int64

示例2：自定义index

data = [1, 2, 3, 4, 5]
# 自定义索引
index = ['a', 'b', 'c', 'd', 'e']
s = pd.Series(data, index=index)
print(s)                  
                            # a    1
                            # b    2
                            # c    3
                            # d    4
                            # e    5
                            # dtype: int64

示例3：通过字典创建

# 通过字典创建 Series
data = {
   'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5}
s = pd.Series(data)
print(s)                
                        # a    1
                        # b    2
                        # c    3
                        # d    4
                        # e    5
                        # dtype: int64

二 pd.Series的常用属性与方法

1 pd.Series的常用属性

s.index ---- 返回值是一个index对象，需要用 to_list()或to_numpy()转换过去

s.value ---- 返回值是一个 numpy数组

s.shape ---- 形状

s.size ---- 元素总数

s.dtype

在pandas里面 str 数据类型也是用 object表示的
在 Pandas 中，dtype: object 表示该列或 Series 中包含了一种通用的对象类型。通常，object 数据类型用于存储字符串，但它也可以存储其他类型的对象，例如列表、字典，甚至是混合类型的数据。

# 通过字典创建 Series
data_int = {
   'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5}
data_str = {
   'a': 'apple', 'b': 'banana', 'c': 'cat', 'd': 'dog', 'e': 'elephant'}
data_obj = {
   'a': 1, 'b': 'banana', 'c': 3, 'd': 'dog', 'e': 5}
int_ = pd.Series(data_int)
str_ = pd.Series(data_str)
obj_ = pd.Series(data_obj)
print(int_)                
                        # a    1
                        # b    2
                        # c    3
                        # d    4
                        # e    5
                        # dtype: int64
print(str_)             
                        # a       apple
                        # b      banana
                        # c         cat
                        # d         dog
                        # e    elephant
                        # dtype: object
print(obj_)
                        # a         1
                        # b    banana
                        # c         3
                        # d       dog
                        # e         5
                        # dtype: object
# 属性（部分）
print(int_.dtype)      # int64
print(str_.dtype)      # object
print(obj_.dtype)      # object

s.ndim ---- 一维数组维数，永远是1

# 通过字典创建 Series
data = {
   'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5}
s = pd.Series(data)

print(s.dtype)  # int64
print(s.shape)  # (5,)   pd.Series 是一维数组
print(s.index)  # Index(['a', 'b', 'c', 'd', 'e'], dtype='object')  这是一个索引对象
print(s.values)  # [1 2 3 4 5]  这是一个numpy数组
print(s.ndim)    # 1  永远是1
print(s.size)    # 5  元素个数

2 pd.Series的常用方法

（1）基本方法

s.head() — 默认是查看前5行

s.tail() — 默认是查看后5行

# 通过字典创建 Series
data = {
   'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5, 'f': 6}
s = pd.Series(data)

print(s.head(2