形式：
pandas.Series(data=None, index=None, dtype=None, name=None, copy=False, fastpath=False)
Pandas 主要的数据结构是 Series（一维）与 DataFrame（二维）
Series是带标签的一维数组，可存储整数、浮点数、字符串、Python 对象等类型的数据，
轴标签统称为索引.。
Pandas会默然用0到n-1来作为series的index，但也可以自己指定index(可以把index理解为dict里面的key）。
调用 pd.Series 函数即可创建 Series：
1.由(元组),[列表]，一维数组，字典，标量创建
import pandas as pd
#元组
print('元组')
tup=(1,2,3) # (元组)
s=pd.Series(tup)
print(s) # 不指定index, 则默认index为[0,1,len(s)-1]
print('\n')
#列表
print('列表')
lst=[1,2,3] # [列表]
s=pd.Series(lst)
print(s)
print('\n')
一维数组
import numpy as np
print('一维数组')
arr=np.array([1,2,3]) # 一维数组
s=pd.Series(arr)
print(s)
print('\n')
#由{字典}创建
print('字典')
dic={"index0":1,"index1":2,"index2":3} # {字典}
s=pd.Series(dic)
print(s)
print('\n')
#由标量创建
print('由标量创建')
s=pd.Series(10)
print(s)
print('\n')
#指定index
print('指定index')
s=pd.Series("标量",index=range(3))#指定index为[0,1,2]
print(s)
结果：
元组
0 1
1 2
2 3
dtype: int64
列表
0 1
1 2
2 3
dtype: int64
一维数组
0 1
1 2
2 3
dtype: int32
字典
index0 1
index1 2
index2 3
dtype: int64
由标量创建
0 10
dtype: int64
指定index
0 标量
1 标量
2 标量
dtype: object
name, 给Series命名, 默认name=None
import pandas as pd
lst=[1,2,3]
s=pd.Series(lst,name=”aaa”) # 给Series命名为”aaa”
print(s)
结果：
dtype, 给Series里的成员指定数据类型, 默认dtype=None
import numpy as np
import pandas as pd
lst=[1,2,3]
s=pd.Series(lst,dtype=np.float64) # 指定数据类型为np.float64
print(s)
结果：
部分来源：
创建pd.Series的方法. pd.Series函数详解 – 知乎
Original: https://blog.csdn.net/Ajdidfj/article/details/123063958
Author: 小小白2333
Title: python函数：pd.Series()
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/675163/
转载文章受原作者版权保护。转载请注明原作者出处！