Pandas入门教程（四）：Series数据结构——创建、索引与常用方法

一、什么是 Series？

Series 是 Pandas 中的一个核心数据结构，类似于一个一维的数组，具有数据和索引。

Series 可以存储任何数据类型（整数、浮点数、字符串等），并通过标签（索引）来访问元素。它的数据结构非常有用，因为它可以处理各种数据类型，同时保持了高效的数据操作能力，比如可以通过标签来快速访问和操作数据。

Series 的特点：

特点	说明
一维数组	Series 中的每个元素都有一个对应的索引值
索引	每个数据元素都可以通过标签（索引）来访问，默认从 0 开始的整数，也可自定义
数据类型	可以容纳不同数据类型的元素，包括整数、浮点数、字符串、Python 对象等
大小不变性	Series 的大小在创建后是不变的，但可以通过某些操作（如 append 或 delete）来改变
操作	支持各种操作，如数学运算、统计分析、字符串处理等
缺失数据	可以包含缺失数据，Pandas 使用 `NaN`（Not a Number）来表示缺失或无值
自动对齐	当对多个 Series 进行运算时，Pandas 会自动根据索引对齐数据

二、Series 的组成

我们可以使用 Pandas 库来创建一个 Series 对象，并且可以为其指定索引（Index）、名称（Name）以及值（Values）。

python

复制代码

import pandas as pd

# 创建一个 Series 对象，指定名称为 'A'，值分别为 1, 2, 3, 4
# 默认索引为 0, 1, 2, 3
series = pd.Series([1, 2, 3, 4], name='A')
print(series)

# 显式地设置索引
custom_index = [1, 2, 3, 4]
series_with_index = pd.Series([1, 2, 3, 4], index=custom_index, name='A')
print(series_with_index)

输出结果：

text

复制代码

0    1
1    2
2    3
3    4
Name: A, dtype: int64

1    1
2    2
3    3
4    4
Name: A, dtype: int64

Series 的三个组成部分：

部分	说明
索引（Index）	左侧的标签，默认 0 开始
值（Values）	右侧的数据
名称（Name）	Series 的标识，可选

三、创建 Series

可以使用 pd.Series() 构造函数创建一个 Series 对象，传递一个数据数组（可以是列表、NumPy 数组等）和一个可选的索引数组。

python

复制代码

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

参数说明：

参数	说明
`data`	数据部分，可以是列表、数组、字典、标量值等。不提供则创建空 Series
`index`	索引部分，用于对数据进行标记。不提供则创建默认整数索引
`dtype`	指定数据类型，如 `np.int64`、`np.float64`。不提供则自动推断
`name`	Series 的名称，用于标识对象
`copy`	是否复制数据，默认 `False`
`fastpath`	是否启用快速路径，默认 `False`

1. 从列表创建

python

复制代码

import pandas as pd

a = [1, 2, 3]
myvar = pd.Series(a)
print(myvar)

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：

python
复制代码
print(myvar[1])   # 输出 2

2. 指定索引

python

复制代码

import pandas as pd

a = ["Google", "Runoob", "Wiki"]
myvar = pd.Series(a, index=["x", "y", "z"])
print(myvar)

print(myvar["y"])   # 输出 Runoob

3. 从字典创建

python

复制代码

import pandas as pd

sites = {1: "Google", 2: "Runoob", 3: "Wiki"}
myvar = pd.Series(sites)
print(myvar)

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：

python

复制代码

myvar = pd.Series(sites, index=[1, 2])
print(myvar)

4. 设置名称

python

复制代码

sites = {1: "Google", 2: "Runoob", 3: "Wiki"}
myvar = pd.Series(sites, index=[1, 2], name="RUNOOB-Series-TEST")
print(myvar)

5. 从 NumPy 数组创建

python

复制代码

import numpy as np
s = pd.Series(np.array([1, 2, 3, 4]))

四种创建方式对比：

数据源	示例	索引来源
列表	`pd.Series([1, 2, 3])`	默认 0, 1, 2
列表 + 索引	`pd.Series([1, 2, 3], index=['a','b','c'])`	自定义
字典	`pd.Series({'a': 1, 'b': 2})`	字典的键
NumPy 数组	`pd.Series(np.array([1, 2, 3]))`	默认 0, 1, 2

四、Series 方法速查

下面是 Series 中一些常用的方法：

方法名称	功能描述
`index`	获取 Series 的索引
`values`	获取 Series 的数据部分（返回 NumPy 数组）
`head(n)`	返回 Series 的前 n 行（默认为 5）
`tail(n)`	返回 Series 的后 n 行（默认为 5）
`dtype`	返回 Series 中数据的类型
`shape`	返回 Series 的形状（行数）
`describe()`	返回 Series 的统计描述（如均值、标准差、最小值等）
`isnull()`	返回一个布尔 Series，表示每个元素是否为 NaN
`notnull()`	返回一个布尔 Series，表示每个元素是否不是 NaN
`unique()`	返回 Series 中的唯一值（去重）
`value_counts()`	返回 Series 中每个唯一值的出现次数
`map(func)`	将指定函数应用于 Series 中的每个元素
`apply(func)`	将指定函数应用于 Series 中的每个元素，常用于自定义操作
`astype(dtype)`	将 Series 转换为指定的类型
`sort_values()`	对 Series 中的元素进行排序（按值排序）
`sort_index()`	对 Series 的索引进行排序
`dropna()`	删除 Series 中的缺失值（NaN）
`fillna(value)`	填充 Series 中的缺失值（NaN）
`replace(to_replace, value)`	替换 Series 中指定的值
`cumsum()`	返回 Series 的累计求和
`cumprod()`	返回 Series 的累计乘积
`shift(periods)`	将 Series 中的元素按指定的步数进行位移
`rank()`	返回 Series 中元素的排名
`corr(other)`	计算 Series 与另一个 Series 的相关性（皮尔逊相关系数）
`cov(other)`	计算 Series 与另一个 Series 的协方差
`to_list()`	将 Series 转换为 Python 列表
`to_frame()`	将 Series 转换为 DataFrame
`iloc[]`	通过位置索引来选择数据
`loc[]`	通过标签索引来选择数据

五、综合实例

python

复制代码

import pandas as pd

# 创建 Series
data = [1, 2, 3, 4, 5, 6]
index = ['a', 'b', 'c', 'd', 'e', 'f']
s = pd.Series(data, index=index)

# 查看基本信息
print("索引：", s.index)
print("数据：", s.values)
print("数据类型：", s.dtype)
print("前两行数据：", s.head(2))

# 使用 map 函数将每个元素加倍
s_doubled = s.map(lambda x: x * 2)
print("元素加倍后：", s_doubled)

# 计算累计和
cumsum_s = s.cumsum()
print("累计求和：", cumsum_s)

# 查找缺失值
print("缺失值判断：", s.isnull())

# 排序
sorted_s = s.sort_values()
print("排序后的 Series：", sorted_s)

输出结果：

text

复制代码

索引： Index(['a', 'b', 'c', 'd', 'e', 'f'], dtype='object')
数据： [1 2 3 4 5 6]
数据类型： int64
前两行数据： a    1
b    2
dtype: int64
元素加倍后： a     2
b     4
c     6
d     8
e    10
f    12
dtype: int64
累计求和： a     1
b     3
c     6
d    10
e    15
f    21
dtype: int64
缺失值判断： a    False
b    False
...

六、基本操作详解

1. 访问与切片

python

复制代码

# 指定索引创建 Series
s = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])

# 获取值
value = s[2]        # 获取索引为 2 的值
print(s['a'])       # 返回索引标签 'a' 对应的元素

# 获取多个值
subset = s[1:4]     # 获取索引为 1 到 3 的值

# 索引和值的对应关系
for index, value in s.items():
    print(f"Index: {index}, Value: {value}")

# 使用切片语法访问一部分
print(s['a':'c'])   # 返回索引标签 'a' 到 'c' 之间的元素
print(s[:3])        # 返回前三个元素

2. 修改与增删

python

复制代码

# 为特定的索引标签赋值
s['a'] = 10         # 将索引标签 'a' 对应的元素修改为 10

# 通过赋值给新的索引标签来添加元素
s['e'] = 5          # 在 Series 中添加一个新的元素

# 使用 del 删除指定索引标签的元素
del s['a']          # 删除索引标签 'a' 对应的元素

# 使用 drop 方法删除一个或多个索引标签，并返回一个新的 Series
s_dropped = s.drop(['b'])

注意： del 直接修改原 Series，drop() 返回新的 Series，原数据不变。

3. 基本运算

python

复制代码

# 算术运算
result = series * 2              # 所有元素乘以 2

# 过滤
filtered_series = series[series > 2]   # 选择大于 2 的元素

# 数学函数
import numpy as np
result = np.sqrt(series)         # 对每个元素取平方根

4. 统计计算

python

复制代码

print(s.sum())    # 总和
print(s.mean())   # 平均值
print(s.max())    # 最大值
print(s.min())    # 最小值
print(s.std())    # 标准差

5. 属性和方法

python

复制代码

index = s.index           # 获取索引
values = s.values         # 获取值数组
stats = s.describe()      # 描述统计信息
max_index = s.idxmax()    # 最大值的索引
min_index = s.idxmin()    # 最小值的索引

print(s.dtype)    # 数据类型
print(s.shape)    # 形状
print(s.size)     # 元素个数
print(s.head())   # 前几个元素，默认前 5 个
print(s.tail())   # 后几个元素，默认后 5 个

6. 布尔表达式

python

复制代码

print(s > 2)   # 返回一个布尔 Series

7. 类型转换

python

复制代码

s = s.astype('float64')   # 转换为 float64 类型

七、Series 注意事项

注意事项	说明
数据有序	Series 中的数据是有序的
带索引的数组	可以将 Series 视为带有索引的一维数组
索引可重复	索引可以是唯一的，但不是必须的
数据来源广	数据可以是标量、列表、NumPy 数组等

八、Series 操作流程图

九、常见问题排查

问题现象	可能原因	解决方案
`KeyError`	索引不存在	检查索引标签拼写
`IndexError`	位置索引越界	检查索引范围
数据类型不符预期	自动推断错误	显式指定 `dtype`
运算结果含 NaN	索引未对齐	检查两个 Series 的索引
`del` 后原数据变化	`del` 是原地删除	如需保留原数据用 `drop()`
切片结果与预期不符	标签切片含端点	标签切片 `s['a':'c']` 包含 'c'

重要区别： 位置切片 s[1:4] 不包含末端，标签切片 s['a':'c'] 包含末端。

十、小结

本篇你全面掌握了 Pandas Series 的用法：

定位：带标签的一维数组，可存储任意数据类型。
创建：从列表、字典、NumPy 数组创建，支持自定义索引与名称。
访问：位置索引、标签索引、切片、loc、iloc。
方法：head、tail、describe、map、apply、sort_values 等。
运算：算术运算、数学函数、布尔过滤、统计计算。
增删改 ：赋值、del、drop。
类型转换 ：astype、to_list、to_frame。

Series 是一维数据的载体，也是理解 DataFrame 的基础。下一篇我们将深入学习 DataFrame 数据结构，掌握二维表格数据的创建与操作。