pandas教程之Series创建和索引

Series对象本质上是一个NumPy的数组，因此NumPy的数组处理函数可以直接对Series进行处理。每个Series对象实际上都由两个数组组成，他们内部的结构很简单，由两个相互关联的数组组成，其中主数组用来存放数据。主数组的每个元素都有一个与之县关联的标签，这些标签存储在另外一个叫做Index的数组中

注意三点：

Series是一种类似于一维数组(ndarray)的对象.
数组中可存储多种数据类型.
数组中存在索引.

Series创建

列表创建

import pandas as pd
import numpy as np
from pandas import Series


s1 = Series([100, 200, 300, 400])
s1
没有指定索引，默认1~N作为索引
----------
0    100
1    200
2    300
3    400
dtype: int64

字典创建

字典的key作为索引，value作为元素
s2 = Series({'aaa': 10, 'bbb': 20, 'ccc': 30, 'ddd': 40})
s2

----------
aaa    10
bbb    20
ccc    30
ddd    40
dtype: int64

数组创建

s3 = Series(np.arange(5))
s3

----------
0    0
1    1
2    2
3    3
4    4

数字值创建

s4 = Series(10)
s4

----------
0    10
dtype: int64

Series索引

通过index来访问Series的索引， values来访问Series的值

改变索引

s1.index = list('abcd')
s1

----------
a    100
b    200
c    300
d    400
dtype: int64

查看索引列表

s1.index

----------
Index(['a', 'b', 'c', 'd'], dtype='object')

查看索引值列表

s1.values

----------
array([100, 200, 300, 400])

手动指定索引

series5 = Series(10, index=list('abcdef'))
series5

----------
 a    10
 b    10
 c    10
 d    10
 e    10
 f    10
 dtype: int64

创建时指定索引

s5 = Series([11, 22, 33, 44], index=['索引1', '索引2', '索引3', '索引4'])
s5

----------
索引1    11
索引2    22
索引3    33
索引4    44
dtype: int64