当前位置：首页 > ai >正文

【Python自动化】 21.3 Pandas Series 核心数据结构完全指南

ai 2025/9/8 6:42:57

一、Series 概述

什么是 Series？

Series 是 Pandas 两大核心数据结构之一（另一个是 DataFrame），是构建 DataFrame 的基础。

核心特征

带标签的一维数组
可保存任何类型数据（整数、字符串、浮点数、Python对象等）
由两个主要部分组成：
- 数据值：存储的实际数据
- 索引：与数据值相关联的标签

二、创建 Series 的四种方式

1. 从列表创建（最基本方式）

import pandas as pd# 创建简单 Series，使用默认索引
data = [10, 20, 30, 40]
s = pd.Series(data)
print(s)

输出：

0    10
1    20
2    30
3    40
dtype: int64

2. 指定自定义索引

# 创建时指定自定义索引
data = [10, 20, 30, 40]
custom_index = ['a', 'b', 'c', 'd']
s = pd.Series(data, index=custom_index)
print(s)

输出：

a    10
b    20
c    30
d    40
dtype: int64

3. 从字典创建（自动索引匹配）

# 字典键自动成为索引，字典值成为数据
data_dict = {'a': 10, 'b': 20, 'c': 30, 'd': 40}
s = pd.Series(data_dict)
print(s)

输出：

a    10
b    20
c    30
d    40
dtype: int64

4. 从标量创建（复制值）

# 单个标量值 + 索引，值会被复制
s = pd.Series(5, index=['a', 'b', 'c', 'd'])
print(s)

输出：

a    5
b    5
c    5
d    5
dtype: int64

三、Series 基本操作

查看索引和数据值

s = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'])print(s.index)   # 输出：Index(['a', 'b', 'c', 'd'], dtype='object')
print(s.values)  # 输出：[10 20 30 40]
print(s.dtype)   # 输出：int64

索引访问数据

# 通过标签索引访问
print(s['a'])  # 输出：10# 通过位置索引访问
print(s[0])    # 输出：10# 访问多个元素
print(s[['a', 'c']])

输出：

a    10
c    30
dtype: int64

切片操作

# 基于位置的切片（不包括结束位置）
print(s[0:2])  # 输出：a=10, b=20# 基于标签的切片（包括结束位置）
print(s['a':'c'])  # 输出：a=10, b=20, c=30

四、向量化操作与数据过滤

向量化数学运算

s = pd.Series([1, 2, 3, 4])print(s + 5)   # 每个元素加5
print(s * 2)   # 每个元素乘2
print(s > 2)   # 布尔判断

输出：

0    6
1    7
2    8
3    9
dtype: int640    2
1    4
2    6
3    8
dtype: int640    False
1    False
2     True
3     True
dtype: bool

布尔条件过滤

s = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'])
filtered_s = s[s > 25]  # 筛选值大于25的元素
print(filtered_s)

输出：

c    30
d    40
dtype: int64

五、索引对齐特性（重要！）

索引对齐运算

s1 = pd.Series([1, 2, 3], index=['a', 'b', 'c'])
s2 = pd.Series([4, 5, 6], index=['b', 'c', 'd'])result = s1 + s2  # 按索引标签对齐，不是按位置！
print(result)

输出：

a    NaN  # s1有'a'，s2没有 → NaN
b    6.0  # s1['b'](2) + s2['b'](4) = 6
c    8.0  # s1['c'](3) + s2['c'](5) = 8
d    NaN  # s2有'd'，s1没有 → NaN
dtype: float64

六、常用属性和方法

数据查看方法

s = pd.Series([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])print(s.head(3))    # 查看前3行
print(s.tail(3))    # 查看后3行
print(s.describe()) # 描述性统计

数据处理方法

# 唯一值和频次统计
s = pd.Series(['a', 'b', 'a', 'c', 'b', 'a'])
print(s.unique())       # 输出：['a' 'b' 'c']
print(s.value_counts()) # 输出：a=3, b=2, c=1# 空值处理
s_with_nan = pd.Series([1, 2, None, 4])
print(s_with_nan.isna())    # 检查空值
print(s_with_nan.dropna())  # 删除空值
print(s_with_nan.fillna(0)) # 填充空值

排序方法

s = pd.Series([3, 1, 4, 2], index=['d', 'a', 'c', 'b'])print(s.sort_values())  # 按值排序
print(s.sort_index())   # 按索引排序

七、字典式操作方法

类似字典的操作

s = pd.Series([10, 20, 30], index=['a', 'b', 'c'])# 检查索引存在性
print('a' in s)  # 输出：True
print('x' in s)  # 输出：False# 安全获取值
print(s.get('x', 0))  # 索引不存在时返回0
print(s.get('a', 0))  # 索引存在时返回值

八、综合示例

实际应用场景

# 创建学生成绩Series
grades = pd.Series([85, 92, 78, 90], index=['Alice', 'Bob', 'Charlie', 'Diana'],name='Math_Scores')# 基本分析
print("平均分:", grades.mean())
print("最高分:", grades.max())
print("最低分:", grades.min())# 条件筛选
good_students = grades[grades > 85]
print("85分以上的学生:")
print(good_students)# 添加新数据
grades['Eve'] = 88
print("添加新学生后的成绩单:")
print(grades)

九、总结对比

特性	描述
本质	带标签的一维数组
组成	数据值 + 索引
创建方式	列表、字典、标量
核心操作	索引访问、向量化运算、布尔过滤
核心特性	索引对齐：运算时按标签对齐，而非位置
主要用途	数据分析、数据清洗、作为DataFrame的单列