Python Pandas - Series

Pandas - Series

Pandas 的 Series 是一种基础的一维带标签（labeled）数组结构。它可以容纳各种类型的数据（整数、字符串、浮点数、Python 对象等）。可以将其视为电子表格中的单列，或者带有相关联**索引（index）**的更强大的 Python 列表或 NumPy 数组。

轴标签（axis labels）共同构成索引，为每个数据点提供了有意义的名称或标识符。

pandas.Series 构造函数

您可以使用 pd.Series() 构造函数创建 Series：

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

关键参数：

参数	描述
data	要存储在 Series 中的数据。可以是 Python 列表、NumPy 数组、字典、标量值或另一个 Series。
index	数据的索引标签。必须是可哈希的（hashable），并且与 data 长度相同。如果为 None（默认），且 data 是类似数组（array-like）的，则会创建一个 RangeIndex（0, 1, 2, …）。如果 data 是字典，除非指定了 index，否则字典的键将用作索引。
dtype	Series 的期望数据类型（例如 'int64'、'float64'、'object'、'category'、'datetime64[ns]'）。如果为 None，则从 data 推断类型。
name	Series 的可选名称属性。
copy	如果为 True，总是复制输入的 data。默认为 False（可能复制或使用引用，取决于输入）。

您可以从各种输入创建 Series：

• Python 列表或 NumPy 数组
• Python 字典
• 标量值（需要指定索引）

创建 Series

创建一个空 Series

您可以创建一个空 Series，但通常需要指定 dtype 以避免歧义。

# 导入 pandas
import pandas as pd

# 创建一个空 Series（指定 dtype）
s_empty = pd.Series(dtype='object')
print(s_empty)

输出：

Series([], dtype: object)

（注意：对于未指定 dtype 的完全空 Series，其默认 dtype 可能因 Pandas 版本或上下文而异，历史上常默认为 float64，但在明确创建用于稍后存储非数值数据时，使用 object 更安全。）

从列表或 NumPy 数组创建

如果 data 是列表或 NumPy 数组，并且未提供 index，则会创建一个默认的整数索引 [0, 1, ..., n-1]。

import pandas as pd
import numpy as np

data_list = ['a', 'b', 'c', 'd']
data_array = np.array(['a', 'b', 'c', 'd'])

# 从列表创建 Series（默认索引）
s_from_list = pd.Series(data_list)
print("Series from list (default index):")
print(s_from_list)

输出：

Series from list (default index):
0    a
1    b
2    c
3    d
dtype: object

您可以提供一个自定义索引：

# 从数组创建 Series（自定义索引）
custom_index = [100, 101, 102, 103]
s_custom_index = pd.Series(data_array, index=custom_index)
print("\nSeries from array (custom index):")
print(s_custom_index)

输出：

Series from array (custom index):
100    a
101    b
102    c
103    d
dtype: object

从字典创建

如果 data 是字典，其键（keys）默认用作索引标签（对于 Python 3.7+，按插入顺序；对于旧版 Python/Pandas，按排序顺序）。字典的值（values）成为 Series 的数据。

import pandas as pd

data_dict = {'x': 10.0, 'y': 20.0, 'z': 30.0}

# 从字典创建 Series（键成为索引）
s_from_dict = pd.Series(data_dict)
print("Series from dict (default index):")
print(s_from_dict)

输出：

Series from dict (default index):
x    10.0
y    20.0
z    30.0
dtype: float64

如果您从字典创建 Series 时提供了 index 参数，Pandas 将根据提供的索引标签对字典值进行对齐。缺失的标签将导致 NaN 值。

# 从字典创建 Series（指定索引）
explicit_index = ['y', 'z', 'w', 'x'] # 'w' 不在字典键中
s_dict_explicit_index = pd.Series(data_dict, index=explicit_index)
print("\nSeries from dict (explicit index):")
print(s_dict_explicit_index)

输出：

Series from dict (explicit index):
y    20.0
z    30.0
w     NaN
x    10.0
dtype: float64

注意：顺序遵循 explicit_index。‘w’ 的值为 NaN，因为 data_dict 中没有 ‘w’ 这个键。

从标量值创建

如果 data 是单个标量值（例如数字或字符串），您必须提供一个 index。标量值将对索引中的每个标签重复。

import pandas as pd

# 从标量值创建 Series
s_from_scalar = pd.Series(5, index=[0, 1, 2, 3])
print("Series from scalar:")
print(s_from_scalar)

输出：

Series from scalar:
0    5
1    5
2    5
3    5
dtype: int64

访问 Series 中的数据

您可以使用类似于 NumPy 数组和 Python 字典的方法来访问 Series 中的数据，主要通过索引标签或整数位置。

**最佳实践：**为了清晰和一致，特别是在处理可能与位置混淆的整数索引时，建议使用 .loc[] 进行基于标签的访问，使用 .iloc[] 进行基于整数位置的访问，即使对于 Series 也是如此。

import pandas as pd

s = pd.Series([10, 20, 30, 40, 50], index=['a', 'b', 'c', 'd', 'e'])
print("Sample Series:")
print(s)

按整数位置访问（.iloc[]）

使用 .iloc[] 配合整数索引（基于 0）进行访问。

# 获取第一个元素（位置 0）
print("\nFirst element (position 0):")
print(s.iloc[0])

# 获取前三个元素（切片 0:3）
print("\nFirst three elements (slice 0:3):")
print(s.iloc[0:3]) # 或 s.iloc[:3]

# 获取后三个元素（从位置 -3 开始的切片）
print("\nLast three elements (slice -3:):")
print(s.iloc[-3:])

输出：

Sample Series:
a    10
b    20
c    30
d    40
e    50
dtype: int64

First element (position 0):
10

First three elements (slice 0:3):
a    10
b    20
c    30
dtype: int64

Last three elements (slice -3:):
c    30
d    40
e    50
dtype: int64

按标签访问（.loc[]）

使用 .loc[] 配合索引标签进行访问。

# 按标签 'a' 获取单个元素
print("\nElement with label 'a':")
print(s.loc['a'])

# 使用标签列表获取多个元素
print("\nElements with labels 'a', 'c', 'd':")
print(s.loc[['a', 'c', 'd']])

# 使用标签切片获取范围内的元素（包含）
print("\nElements from label 'b' to 'd' (inclusive):")
print(s.loc['b':'d'])

输出：

Element with label 'a':
10

Elements with labels 'a', 'c', 'd':
a    10
c    30
d    40
dtype: int64

Elements from label 'b' to 'd' (inclusive):
b    20
c    30
d    40
dtype: int64

直接索引（[]）

在 Series 上直接使用 [] 索引时，它主要尝试先进行标签查找。如果索引包含整数，这有时可能产生歧义。使用整数进行切片通常指位置。

# 直接索引（主要尝试标签查找）
print("\nDirect access label 'a':", s['a'])

# 直接切片（通常基于位置）
print("\nDirect slice [:3]:")
print(s[:3])

# 如果找不到标签，会引发 KeyError
try:
    print(s['f'])
except KeyError as e:
    print(f"\n访问标签 'f' 出错：{e}")

输出：

Direct access label 'a': 10

Direct slice [:3]:
a    10
b    20
c    30
dtype: int64

Error accessing label 'f': 'f'

虽然直接使用 [] 访问 Series 很常见，但明确使用 .loc 和 .iloc 可以使您的代码更具可读性，并减少出错的可能性，尤其是在处理整数标签或在 Series 和 DataFrame 之间转换时。