Series
1.特点：
Series是一个类似一维数组的对象，它能够保存任何类型的数据，比如整数、字符串、浮点数等，主要 由一组数据和与之相关的所有两部分构成
indexelement0112233445
注意： Series的索引位于左边，数据位于右边
2. Pandas的Series类对象可以使用以下构造方法创建：
class pandas.Series (data = None, index = None, dtype = None, name = None, copy = False, fastpath = False)
→data：表示传入的数据，可以是ndarray、 list等
→ index：表示索引，唯一且与数据长度相等，默认会自动创建一个从0到N的整数索引
→dtype：数据的类型
→copy：是否复制数据，默认为False
3.通过传入一个列表来创建一个Series类对象
importpandasaspd
#创建Series类对象
ser_obj=pd.Series([1,2,3,4,5])
#创建Series类对象，并指定索引
ser_obj1=pd.Series([1,2,3,4,5],index=['a','b','c','d','e'])
print(ser_obj)#序列号为01234
print(ser_obj1)序列号为abcde
print(ser_obj1.index)#输出结果为：Index(['a','b','c','d','e'],dtype='object')print(ser_obj1.values)#输出结果为：[12345]
print(ser_obj1[1])#输出结果为：2
#除了使用列表构建Series类对象外，还可以使用dict进行构建
year_data={2001:17.8,2002:20.1,2003:16.5}
print(pd.Series(year_data))
#创建Series对象
data=pd.Series(data=[2,3,4,5])
print(type(data))#输出结果为：<class'pandas.core.series.series'>
#字典型
info={"name":"qgw","title":"student"}
data=pd.Series(data=info)
print(data.index)#输出结果为：Index(['name','title'],dtype='object')print(data.values)#输出结果为：['qgw''student']
print(data+"xxx")
</class'pandas.core.series.series'>
为了能方便地操作Series对象中的索引和数据，所以该对象提供了两个属性index和values分别进行获取
注意：索引和数据的对应关系仍保持在数组运算的结果中，也就是说，当某个索引对应的数据进行运算以后，其运算的结果会替换原数据，仍然与这个索引保持着对应的关系
Original: https://blog.csdn.net/zhangmaoyang66/article/details/124141157
Author: 只会偷懒
Title: Pandas的数据结构分析
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/677913/
转载文章受原作者版权保护。转载请注明原作者出处！