pandas系列----Series简介

一、Series的构造

        Series是pandas库中的一个重要数据结构。它是一种类似于一维数组的数据结构，能够存储各种数据类型（如整数、浮点数、字符串等）。Series对象由两个部分组成：索引（index）和数据（values）。索引用于标识和访问数据中的每个元素，类似于数组的下标，但功能更强大，它可以是非连续的、具有不同数据类型（如字符串、日期等）的标签。数据部分则是实际存储的元素序列。

        构造Series的方法有3种——通过列表，numpy数组或字典创建

1、列表创建

2、numpy数组创建

3、字典创建(推荐)

通过列表和numpy数组创建Series都只传了数据，没有传入索引，所以索引默认为[0,N-1],而通过字典创建Series时，数据和索引都有传入，其中字典的键为索引，字典的值为数据。

二、Series的索引和切片

        在pandas的Series中，索引是用于标识和定位Series中每个元素的标签或位置信息。它类似于传统数组中的下标，但功能更加强大且灵活。Series的索引可以是默认生成的整数序列（从 0 开始），也可以是用户自定义的各种数据类型，如字符串、日期、整数等。

        先创建一个Series，如下：

dict = {
    "语文":136,
    "数学":148,
    "英语":133,
    "物理":92,
    "化学":88,
    "生物":90,
    "地理":91,
    "历史":77,
    "政治":82,
    "pandas":100
}
S = pd.Series(dict)

运行结果如图：

1、显式索引

        显式索引是指用户明确为Series对象指定的索引。这些索引通常是具有实际意义的标签，如字符串（代表名称、类别等）、日期等非整数类型的数据，或者是用户自定义的整数标签（与默认整数位置索引不同）。

1.1、取单个值

        当索引为英文字母时，可以使用S.索引的方式，S['索引']，S.loc['索引']则对索引名无要求。

1.2、取多值

        取多值时有S[['索引1','索引2']]，S.loc[['索引1','索引2']]两种方式。

2、隐式索引

        隐式索引是指Series对象在创建时没有用户指定的特殊索引，默认使用从 0 开始的整数序列作为索引。

2.1、取单个值

        有S[n]，S.iloc[n]两种方式

2.2、取多值

        有S[[n1,n2]]，S.iloc[[n1,n2]]两种方式

3、显式切片

4、隐式切片

三、Series的基本属性