python中pd.Series()函数的使用
作者：小小白2333
本文主要介绍了python中pd.Series()函数的使用，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
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：
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)
————————————————
版权声明：本文为CSDN博主「小小白2333」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/Ajdidfj/article/details/123063958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：
到此这篇关于python中pd.Series()函数的使用的文章就介绍到这了,更多相关python pd.Series()内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！