pandas之Series

在pandas中，Series是一种基本的数据结构，类似于一维数组或列表。每个Series对象都有一个由整数索引组成的标签（类似于字典），可以用于访问相应的数据元素。

创建Series

创建一个Series对象非常简单，只需要传入一个列表或数组即可。例如，下面的代码创建了一个包含五个元素的Series对象：

import pandas as pd
s = pd.Series([3, 1, 4, 1, 5])
print(s)

输出：

0    3
1    1
2    4
3    1
4    5
dtype: int64

可以看到，Series对象包括两部分：第一部分是索引（默认为0到n-1的整数，其中n是元素数量），第二部分是对应的数据值。也可以通过指定index参数来自定义索引：

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

输出：

a    3
b    1
c    4
d    1
e    5
dtype: int64

访问Series

Series对象的元素可以通过索引进行访问。例如，要访问第三个元素，可以使用下标[2]：

print(s[2])

输出：

4

也可以使用标签索引，例如，要访问索引为"c"的元素，可以使用下面的语句：

print(s["c"])

输出：

4

如果要同时访问多个元素，可以使用切片：

print(s[1:4])

输出：

b    1
c    4
d    1
dtype: int64

此外，还可以使用布尔索引和花式索引等方式进行访问。

修改Series

修改Series对象的元素也很容易，只需要使用索引或标签来进行赋值操作即可。例如，下面的代码将索引为"d"的元素的值改为2：

s["d"] = 2
print(s)

输出：

a    3
b    1
c    4
d    2
e    5
dtype: int64

运算符操作

Series对象可以使用各种算术运算符操作，例如加、减、乘和除等。这些运算符将应用于Series对象的所有元素。

print(s + 2)

输出：

a    5
b    3
c    6
d    4
e    7
dtype: int64

print(s * 3)

输出：

a     9
b     3
c    12
d     6
e    15
dtype: int64

此外，还可以使用apply()方法对元素进行自定义的操作。

总结

本文介绍了pandas中Series对象的基本用法，包括创建、访问、修改和运算符操作等。Series是pandas中一种非常方便的数据结构，很适合用于处理一维数据。