python中pd.Series()函数的使用

 形式

pandas.Series(data=None, index=None, dtype=None, name=None, copy=False, fastpath=False)

Pandas 主要的数据结构是 Series（一维）与 DataFrame（二维） 

Series是带标签的一维数组，可存储整数、浮点数、字符串、Python 对象等类型的数据，

轴标签统称为索引.。

Pandas会默然用0到n-1来作为series的index，但也可以自己指定index(可以把index理解为dict里面的key）。

调用 pd.Series 函数即可创建 Series：

由(元组),[列表]，一维数组，字典，标量创建

import pandas as pd
#元组
print('元组')
tup=(1,2,3) # (元组)
s=pd.Series(tup)
print(s) # 不指定index, 则默认index为[0,1,len(s)-1]
print('\n')
#列表
print('列表')
lst=[1,2,3] # [列表]
s=pd.Series(lst)
print(s)
print('\n')
# 一维数组
import numpy as np
print('一维数组')
arr=np.array([1,2,3]) # 一维数组
s=pd.Series(arr)
print(s)
print('\n')
#由{字典}创建
print('字典')
dic={"index0":1,"index1":2,"index2":3} # {字典}
s=pd.Series(dic)
print(s)
print('\n')
#由标量创建
print('由标量创建')
s=pd.Series(10)
print(s)
print('\n')
#指定index
print('指定index')
s=pd.Series("标量",index=range(3))#指定index为[0,1,2]
print(s)
————————————————
版权声明：本文为CSDN博主「小小白2333」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/Ajdidfj/article/details/123063958

结果：

元组
0    1
1    2
2    3
dtype: int64

列表
0    1
1    2
2    3
dtype: int64

一维数组
0    1
1    2
2    3
dtype: int32

字典
index0    1
index1    2
index2    3
dtype: int64

由标量创建
0    10
dtype: int64

指定index
0    标量
1    标量
2    标量
dtype: object

name, 给Series命名, 默认name=None

import pandas as pd 
lst=[1,2,3]
s=pd.Series(lst,name="aaa") # 给Series命名为"aaa"
print(s)  

结果： 

dtype, 给Series里的成员指定数据类型, 默认dtype=None

import numpy as np
import pandas as pd
lst=[1,2,3]
s=pd.Series(lst,dtype=np.float64) # 指定数据类型为np.float64
print(s) 

结果： 

来源：https://blog.csdn.net/Ajdidfj/article/details/123063958