Pandas数据结构之Series对象

1. 认识Pandas中的数据结构

上图为通过Pandas读取数据集展示出来的数据，以此为例来讲解Pandas的核心概念，以及这些概念的层级关系：

• DataFrame
  • Series
    • 索引列
      • 索引名、索引值
      • 索引下标、行号
    • 数据列
      • 列名
      • 列下标
      • 列值，具体的数据
        其中最核心的就是Pandas中的两个数据结构：DataFrame和Series。

2. Series对象

• Series也是Pandas中的最基本的数据结构对象，是DataFrame的列对象或者行对象，Series本身也具有行索引。
• Series是一种类似于一维数组的对象，由下面两个部分组成：
  • values：一组数据（numpy.ndarray类型）
  • index:相关的数据行索引标签；如果没有为数据指定索引，会自动创建一个0到N-1（N为数据的长度）的整数型索引。

2.1 创建Series对象

2.1.1 语法

• numpy.array(object, dtype=None, ndmin=0)

  • object：这是必填参数，表示要转换为数组的数据，可以是多种数据类型，如列表（包括嵌套列表）、元组、其他数组等。例如：np.array([1, 2, 3])，这里的[1, 2, 3]就是作为object的列表；或者np.array((4, 5, 6))，这里的(4, 5, 6)是作为object的元组。
  • ndmin：指定创建数组的最小维度。例如，np.array([1, 2, 3], ndmin = 2)会创建一个二维数组，即使输入的数据看起来像是一维的。

• class pandas.Series(data=None, index=None)

  • data参数

    • 含义：data是Series构造函数中最主要的参数，它用来指定要存储在Series中的数据。
    • 数据类型：data可以是多种数据类型，例如：
      • Python 列表（list）或元组（tuple），如pd.Series([1, 2, 3])或pd.Series((4, 5, 6))。
      • NumPy 数组，例如pd.Series(np.array([7, 8, 9]))。
      • 标量值（单个数值、字符串等），如pd.Series(5, index=[0, 1, 2])，这将创建一个包含相同标量值的Series。
      • 字典（dictionary），字典的键将作为Series的索引（如果未另外指定索引），字典的值作为Series的数据，例如pd.Series({‘a’: 10, ‘b’: 20})。

  • index参数

    • 含义：index参数用于指定Series的索引，它定义了数据的标签。
    • 数据类型：
      • 可以是一个Index对象（这是pandas中专门用于表示索引的数据结构），例如pd.Index([‘x’, ‘y’, ‘z’])可以作为索引传递给Series。
      • 也可以是其他类似序列的数据类型，如列表、元组等，例如pd.Series([100, 200, 300], index=[‘m’, ‘n’, ‘o’])。
      • 索引长度要求：index的长度必须与data的长度相同（当data是列表、数组等有序数据结构时）。如果data是标量，index的长度决定了Series的长度。例如，data为标量值5，index为[0, 1, 2]，则会生成一个包含三个元素值都为5的Series。

2.1.2 通过numpy.ndarray数组来创建

2.1.2.1 自动生成索引

import numpy as np
import pandas as pd
# 创建numpy.ndarray对象
n1 = np.array([1,2,3])
print(n1)
print(type(n1))

# 创建Series对象
s1 = pd.Series(data=n1)
print(s1)
print(type(s1))

运行结果：

• 上面的结果中，左边显示的0,1是Series的索引，默认为0,1,2,3…，下边的dtype：int64就是该Series对象中值的数据类型。

2.1.2.2 指定索引

import numpy as np
import pandas as pd
# 创建numpy.ndarray对象
n1 = np.array([1,2,3])

# 创建Series对象，同时指定索引
s1 = pd.Series(data=n1,index=['A','B','C'])

print(s1)