pandas Series 的结构和属性

今天，我们来学习什么是 pandas 中的 Series。

pandas 最重要的数据结构是 DataFrame，DataFrame 是由行和列组成的二维数组。DataFrame 的原型是我们生活中最常见的电子表格，每一行是一条数据，一个列代表着这一行数据的一个属性，比如下图的姓名（Name）、年龄（Age）还有性别（Sex）。

什么是 Series？

组成 DataFrame 的结构是由每一列的 series 来组成的，每一列都是由相同索引的 Series 组成。下图的概念图中，有四列 series。

接下来我们看一下 series 的基本结构。我们这里呢有一个 Series 抽象图：

我们把 Series 进行解剖，可以看到 Series 的索引（深灰色部分）和后面它的真实取值。每一个 Series 是由这两部分组成：索引和取值。索引中的每一个值我们可以叫做标签。

基本的 Series

我们构造一个非常简单的 Series，首先导入 pandas 库，我们按照习惯呢给它起别名 pd，然后 pd.Series() 中传入一个列表，得到一个 Series，起名为 ser（Series 的前三个字母）。

import pandas as pd

ser = pd.Series([1, 2, 3, 4])
ser
'''
0    1
1    2
2    3
3    4
dtype: int64
'''

输出 ser 可以看到 Series 具体的内容，我们可以看到 ser 这个数据有两个信息：索引和取值。

它的索引里面的标签分别是 0、1、2、3，这是由于我们没有指定索引，它给我们默认的给了一个从零开始的索引。

另外一个是值，是我们指定的具体的值，是 1、2、3、4。最下边是它的 dtype，是这个 Series 的数据类型。这个数据的类型是指它的值的数据类型，并非它的索引的类型，在这里取值都是整型，因此自动识别为 int64 类型。

index

接下来我们再构造了一个 Series，这次我们给了一个 index 索引我们赋值为 a、b、c、d。

ser = pd.Series([1, 2, 3, 4],
                index=['a', 'b', 'c', 'd'])
ser
'''
a    1
b    2
c    3
d    4
dtype: int64
'''

可以看到 Series 这时它所有的标签呢变为了 abcd。

定义 name

接下来我们给 Series 给一个 name 参数，打印我们构造的 Series 可以看到它的基础信息里面多了一个 name：

ser = pd.Series([1, 2, 3, 4],
                index=['a', 'b', 'c', 'd'],
                name='age'
               )
ser
'''
a    1
b    2
c    3
d    4
Name: age, dtype: int64
'''

这个 name 是这个 Series 的名称，如果说这个 Series 组成了一个 DataFrame 那它的列名会是这个 age。后面讲到 DataFrame 相关内容时会涉及到。

数据类型

除了上面的三个参数之外呢我们这次增加一个参数叫做 dtype。指定 dtype 后将数据类型转化为 string：

ser = pd.Series([1, 2, 3, 4],
                index=['a', 'b', 'c', 'd'],
                name='age',
                dtype='str'
               )
ser
'''
a    1
b    2
c    3
d    4
Name: age, dtype: object
'''

我们看到 dtype 显示为 object，object 是一个比较混杂的数据类型，一般会把 string 类型去转成 object 类型。当然，pandas 已经提供了一个专门的 string 类型，我们后面会讲到。

我们可以将 dtype 转换为浮点类型：

ser = pd.Series([1, 2, 3, 4],
                index=['a', 'b', 'c', 'd'],
                name='age',
                dtype='float'
               )
ser
'''
a    1.0
b    2.0
c    3.0
d    4.0
Name: age, dtype: float64
'''

可以看到 dtype 变为了浮点类型，按照浮点类型的字面量的规则，取值已经有一个小数点，当然小数点后面都是零。

获取索引

以上的 Series 的相关的信息是怎么去获取的呢？我们可以去访问它的一些属性，来获得我们之前设置的这些信息。

比如说我们在获取它的索引的时候呢可以用 .index：

ser.index
# Index(['a', 'b', 'c', 'd'], dtype='object')

这时我们可以看到有一个 index 对象。index 它是索引对象，它也有数据类型。由于它和所有值是一个个字符串，因此类型是 object。

获取值

访问 Series 的 values 呢可以看到它的一个具体的值，它给我们返回了一个 NumPy 中 ndarray 类型的数据。

ser.values
# array([1., 2., 3., 4.])

可以看到它的每一个元素呢是浮点类型。

获取名称

同时，我们还可以看到它的名称，即 name，这个 name 是我们先前设置的。

ser.name
# 'age'

获取数据类型

我们还可以看到它的数据类型，这个数据类型呢是 Series 的值的数据类型。我们可以用 dtype：

 ser.dtype
 # dtype('float64')

 type(ser.dtype)
 # numpy.dtype[float64]

我们可以看到它是一个专门的类型，是 NumPy 中用来表示数据类型的对象，这个对象这显示当前 Series 的数据类型的是 float64。

类型转换

接下来将 Series 转换为 Python 的原生数据类型。将这个 Series 转化为列表：

list(ser)
# [1.0, 2.0, 3.0, 4.0]

将 series 转化为列表呢是将它的 values 它的值转化为一个列表。

我们试图将 series 转化为一个字典：

dict(ser)
# {'a': 1.0, 'b': 2.0, 'c': 3.0, 'd': 4.0}

可以看到它的字典形式是它的对应的索引上的标签，以及它对应的值组成的键值对。

那我们把 series 呢转化为我们的集合类型：

set(ser)
# {1.0, 2.0, 3.0, 4.0}

值成为集合的元素。

array

我们还可以看一下它的 array 形式：

ser.array
'''
<PandasArray>
[1.0, 2.0, 3.0, 4.0]
Length: 4, dtype: float64
'''

这里的 PandasArray 类型是 pandas 自身的构造的一个对象类型，目前比较少使用。

size 属性

我们还可以看到这个 Series 的长度：

len(ser)
# 4

它还有一个 size 属性，指的它的长度或者说它的值的数量：

ser.size
# 4

这个和 len 相同。

关于 Series 的基本介绍我们就讲到这儿，后面呢我们会介绍 pandas 中 Series 更多的一些方法。

相关内容

• pandas 根据列值指定数量向上求部分数据和 2022-10-08 11:28:17

更新时间：2022-09-20 09:38:41 标签：pandas series 结构 属性