【python】pandas:Series详解

Series是Pandas库中的一个核心数据结构，用于处理一维数组型数据，并带有与之相关的数据标签（通常称为“索引”）。Series可以被视为一个固定大小的、有序的、可以包含任何数据类型的数组。以下是关于Series的详细介绍：

1. 定义

Series是一个一维的、大小可变的、可以包含任何数据类型的数组，以及与之相关的一组数据标签（索引）。Series对象可以被看作是一个字典对象，其中包含了数组的数据和与这些数据相关联的索引。但与字典不同的是，Series中的索引是固定的，且是有序的。

2. 创建

Series的创建有多种方式：

• 从列表或数组创建，并可以指定索引。
• 从字典创建，字典的键将作为索引，字典的值将作为数据。
• 从Scalar值（如整数、浮点数或字符串）创建，此时会生成一个只包含一个元素的Series。

例如：

import pandas as pd

# 从列表和自定义索引创建
s = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])

# 从字典创建
d = {'a': 1, 'b': 2, 'c': 3, 'd': 4}
s = pd.Series(d)

# 从Scalar值创建
s = pd.Series(5, index=['a'])

3. 主要功能

Series提供了丰富的功能来操作和分析数据：

• 数据访问：通过索引或位置访问数据。
• 数据筛选：基于条件过滤数据。
• 数据转换：修改数据，应用函数，转换数据类型等。
• 数学运算：Series之间支持各种数学运算，如加法、减法、乘法、除法等。
• 排序：对Series进行排序。
• 统计方法：提供了多种统计方法，如计算均值、中位数、标准差等。

例如：

# 访问数据
print(s['a'])

# 筛选数据
filtered_s = s[s > 2]

# 应用函数
squared_s = s.apply(lambda x: x**2)

# 排序
sorted_s = s.sort_values()

# 计算均值
mean_value = s.mean()

4. 特点

• 一维结构：Series是一个一维数组，具有固定的大小和有序的索引。
• 灵活的数据访问：支持基于索引或位置的数据访问。
• 强大的数据处理能力：提供了丰富的数据处理和分析功能。
• 易于集成：Pandas库与NumPy、Matplotlib等库紧密集成，方便进行数据分析和可视化。
• 缺失值处理：Series支持使用NaN（不是一个数字）来表示缺失或无法表示的数据。

Series作为Pandas库中的基础数据结构，在数据处理和分析中扮演着重要的角色。无论是从CSV文件读取数据，还是进行数据分析、数据清洗或数据可视化，Series都是不可或缺的工具。

题外话：Series和DataFrame的区别：

1. 维度：

   • Series：一维数据结构，类似于数组或列表，由一组数据以及与之相关的索引组成。
   • DataFrame：二维数据结构，类似于表格或电子表格，由行和列组成，每列可以是不同的数据类型。

2. 数据结构：

   • Series：由一个数据数组和一个索引数组组成，索引用于标识数据。
   • DataFrame：由多个列组成，每列都是一个Series，每列有自己的名称，并且整个DataFrame有一个行索引和一个列索引。

3. 数据类型：

   • Series：数据可以是任意类型，例如整数、浮点数、字符串等。
   • DataFrame：每一列都可以有不同的数据类型，但每列内部的数据类型必须是相同的。

4. 操作：

   • Series：通常用于处理一维数据，可以进行类似于数组的操作，如索引、切片、迭代等。
   • DataFrame：用于处理二维数据，可以进行更复杂的操作，如数据筛选、分组、合并、透视等。

5. 表示：

   • Series：外观类似于一列数据，左侧是索引，右侧是数据值。
   • DataFrame：外观类似于一个表格，有行索引和列索引，可以在其中显示多列数据。

6. 关系：

   • DataFrame由多个Series组成，无论是行还是列，单独拆分出来都是一个Series。Series是DataFrame的组成部分之一，它代表着DataFrame中的一列数据。

7. 功能：

   • Series：提供了基本的数组操作，如索引、切片、迭代以及简单的数学运算等。
   • DataFrame：提供了丰富的数据处理和分析功能，如数据访问、筛选、分组、合并、重塑、聚合以及转换等操作。

8. 索引：

   • Series和DataFrame都支持通过索引进行数据访问，但DataFrame的索引更为复杂，因为它既包含行索引也包含列索引。