python中pd.Series()函数的使用

当我们在用Python进行数据分析时，一种最基础的数据结构是 Series。 Series 是 Pandas 库中的一种数据类型，它类似于 Excel 中的列，它由一个索引和一个数据组成。

Pandas 中的 Series 与 NumPy 中的 ndarray 类似，二者之间最大的区别是 Series 有索引（index），因此可以基于标签来获取数据，而 NumPy 中只能使用整数下标进行元素访问。

pd.Series() 函数是 Pandas 中创建 Series 的方法，下面我们来详细讲解如何使用它。

1.语法

pd.Series(data, index, dtype, copy)

其中，

• data： 列表、字典、ndarray 或者标量值

• index： 索引值，必须是唯一和散列的，与 data 的长度一致。如果没有指定索引，默认从 0 开始，并且使用整数增量。

• dtype： dtype 表示数据类型。如果没有，将推断数据类型。

• copy： 复制数据，默认为 False。

2.方法一：从列表中创建一个Series

要从列表中创建一个 Series，首先需要导入 Pandas 库，然后定义一个列表，并将其传递给 pd.Series() 函数中，如下所示：

import pandas as pd

data = [1, 2, 3, 4, 5]
s = pd.Series(data)

print(s)

输出结果：

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

输出结果中，Series 对象的第一列是索引，索引从0开始，第二列是原始列表中的值。可以看出，如果没有指定索引，默认会使用整数标签。

3.方法二：从字典中创建一个Series

要从字典中创建一个 Series，我们可以将字典的键用作索引，将字典的值用作数据，如下所示：

import pandas as pd

data = {'a':1, 'b':2, 'c':3, 'd':4, 'e':5}
s = pd.Series(data)

print(s)

输出结果：

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

输出结果中，Series 对象的索引是字典的键，数据是字典的值。

以上是使用 pd.Series() 函数创建 Series 的两种方法，可以根据自己的需求进行选择。