Pandas 数据结构 - Series
Pandas Series 类似表格中的一个列（column），类似于一维数组，可以保存任何数据类型。
Series 由索引（index）和列组成，函数如下：
pandas.Series( data, index, dtype, name, copy)
参数说明：
data
：一组数据(ndarray 类型)。
index
：数据索引标签，如果不指定，默认从 0 开始。
dtype
：数据类型，默认会自己判断。
name
：设置名称。
copy
：拷贝数据，默认为 False。
创建一个简单的 Series 实例：
import
pandas
as
pd
a
=
[
1
,
2
,
3
]
myvar
=
pd.
Series
(
a
)
print
(
myvar
)
输出结果如下：
从上图可知，如果没有指定索引，索引值就从 0 开始，我们可以根据索引值读取数据：
import
pandas
as
pd
a
=
[
1
,
2
,
3
]
myvar
=
pd.
Series
(
a
)
print
(
myvar
[
1
]
)
输出结果如下：
我们可以指定索引值，如下实例：
import
pandas
as
pd
a
=
[
"Google"
,
"Runoob"
,
"Wiki"
]
myvar
=
pd.
Series
(
a
,
index
=
[
"x"
,
"y"
,
"z"
]
)
print
(
myvar
)
输出结果如下：
根据索引值读取数据:
import
pandas
as
pd
a
=
[
"Google"
,
"Runoob"
,
"Wiki"
]
myvar
=
pd.
Series
(
a
,
index
=
[
"x"
,
"y"
,
"z"
]
)
print
(
myvar
[
"y"
]
)
输出结果如下：
Runoob
我们也可以使用 key/value 对象，类似字典来创建 Series：
import
pandas
as
pd
sites
=
{
1
:
"Google"
,
2
:
"Runoob"
,
3
:
"Wiki"
}
myvar
=
pd.
Series
(
sites
)
print
(
myvar
)
输出结果如下：
从上图可知，字典的 key 变成了索引值。
如果我们只需要字典中的一部分数据，只需要指定需要数据的索引即可，如下实例：
import
pandas
as
pd
sites
=
{
1
:
"Google"
,
2
:
"Runoob"
,
3
:
"Wiki"
}
myvar
=
pd.
Series
(
sites
,
index
=
[
1
,
2
]
)
print
(
myvar
)
输出结果如下：
设置 Series 名称参数：
import
pandas
as
pd
sites
=
{
1
:
"Google"
,
2
:
"Runoob"
,
3
:
"Wiki"
}
myvar
=
pd.
Series
(
sites
,
index
=
[
1
,
2
]
,
name
=
"RUNOOB-Series-TEST"
)
print
(
myvar
)
