Series 是pandas两大数据结构中（DataFrame，Series）的一种。使用pandas 前需要将pandas 模块引入，因为Series和DataFrame用的次数非常多，所以将其引入本地命名空间中会更方便。

 

1.  
   from pandas import Series, DataFrame
2.  
   import pandas as pd

因此，一般在代码中看到pd.，都指的是pandas。

1.创建Series

 

Series的定义：Series是一种类似于一维数组的对象，它由一组数据（各种NumPy数据类型）以及一组与之相关的数据标签（即索引）组成。

       Series对象本质上是一个NumPy的数组，因此NumPy的数组处理函数可以直接对Series进行处理。但是Series除了可以使用位置作为下标存取元素之外，还可以使用标签下标存取元素，这一点和字典相似。每个Series对象实际上都由两个数组组成：

index: 它是从NumPy数组继承的Index对象，保存标签信息。

values: 保存值的NumPy数组。

 

注意三点：

 1. Series是一种类似于一维数组（数组：ndarray）的对象

 2. 它的数据类型没有限制（各种NumPy数据类型）

 3. 它有索引，把索引当做数据的标签（key）看待，这样就类似字典了（只是类似，实质上市数组）

 4.Series同时具有数组和字典的功能，因此它也支持一些字典的方法

创建数组，例如：

 

1.  
   In [1]:arr=[1,2,3,4] #创建数组
2.  
    
3.  
   In [2]:arr
4.  
   Out[2]: [1, 2, 3, 4]

创建Series:

 

 

1.  
   series_1=Series(arr)
2.  
   series_1
3.  
   Out[

   146]: 
4.  
   0    1
5.  
   1    2
6.  
   2    3
7.  
   3    4
8.  
   dtype: int64
9.  
   series_2=Series([

   1,2,3,4])
10.  
    series_2
11.  
    Out[

    148]: 
12.  
    0    1
13.  
    1    2
14.  
    2    3
15.  
    3    4
16.  
    dtype: int64

创建包含多种数据类型的Series：

1.  
   series_3=Series([

   1,2,'3',4,'a']) <span style="font-family: Arial, Helvetica, sans-serif;">#包含数字和字符串</span>
2.  
   series_3
3.  
   Out[

   150]: 
4.  
   0    1
5.  
   1    2
6.  
   2    3
7.  
   3    4
8.  
   4    a
9.  
   dtype: object

   #类型变成了字符串

 

2.Series索引

Series创建后会自动生成索引，默认从0开始

可以指定和修改索引

1.  
   In [

   154]: series_4.index=['a','b','c']
2.  
    
3.  
   In [

   155]: series_4
4.  
   Out[

   155]:
5.  
   a

   1
6.  
   b

   2
7.  
   c

   3

 

修改索引除了这里的直接修改还有一个reindex()方法。

3.Series增删改查

Series创建后可以对数据进行增删改查

3.1 增：

Series的add()方法是加法计算不是增加Series元素用的。

使用append连接其他Series

3.2删：

1.  
   In [

   162]: series_4.drop('a')
2.  
   Out[

   162]:
3.  
   b

   2
4.  
   c

   3
5.  
   dtype: int64

 

3.3 改：

1.  
   In [

   170]: series_4['a']=4
2.  
    
3.  
   In [

   171]: series_4
4.  
   Out[

   171]:
5.  
   a

   4
6.  
   b

   2
7.  
   c

   3
8.  
   dtype: int64

 

3.4 查：

通过索引查单值

1.  
   In [

   172]: series_4['a']
2.  
   Out[

   172]: 4

 

通过索引序列查多值：

 

1.  
   series_4[[

   'a','b']]
2.  
   Out[

   174]:
3.  
   a

   4
4.  
   b

   2
5.  
   dtype: int64

 

通过布尔类型索引筛选：

1.  
   In [

   175]: series_4[series_4>2]
2.  
   Out[

   175]:
3.  
   a

   4
4.  
   c

   3
5.  
   dtype: int64

 

通过位置切片和标签切片查询数据：

1.  
   series_4
2.  
   Out[

   194]:
3.  
   a

   4
4.  
   b

   2
5.  
   c

   3
6.  
   dtype: int64
7.  
    
8.  
   series_4[:

   2]
9.  
   Out[

   195]:
10.  
    a

    4
11.  
    b

    2
12.  
    dtype: int64
13.  
     
14.  
    series_4[

    'a':'c']
15.  
    Out[

    196]:
16.  
    a

    4
17.  
    b

    2
18.  
    c

    3
19.  
    dtype: int64

 

4.通过字典创建Series

1.  
   series_5=Series({

   'a':1,'b':2,'c':3})
2.  
    
3.  
   series_5
4.  
   Out[

   201]:
5.  
   a

   1
6.  
   b

   2
7.  
   c

   3
8.  
   dtype: int64