pandas之series的创建

Series:

  是一种类似与一维数组的对象，由下面两个部分组成：
  1>:values：一组数据（ndarray类型）
  2>:index：相关的数据索引标签

1)：Series的创建

两种创建方式：
(1):由列表或numpy数组创建
  默认索引为0到N-1的整数型索引

由列表创建：
s1 = Series([1,2,3])
s1
'''
0    1
1    2
2    3
dtype: int64
'''
由numpy数组创建：
np1 = np.array([1,2,3])
s2 = Series(np1)
s2
'''
0    1
1    2
2    3
dtype: int32
'''

以上的两个例子可以看到，Series的创建默认的索引是整数0到N-1；我们也可以在创建的时候，指定索引的名称

指定索引名称创建Series:
s3 = Series(np1,index=list("ABC"))
s3
'''
A    1
B    2
C    3
dtype: int32
'''
或者：

s4 = Series(np1,index=['a','b','c'])
s4
'''
a    1
b    2
c    3
dtype: int32
'''
注意：在指定索引的时候，如果索引的个数小于元素的个数或者大于元素的个数是会报错的

下面看一下这些情况在Series创建的时候也是可以的

1>:创建的时候，索引是名称相同;在通过索引取值的时候，取的是全部的名称相同的值

s6 = Series(np1,index=list('aaa'))
s6
'''
a    1
a    2
a    3
dtype: int32
'''

取值：
s6['a']
'''
a    1
a    2
a    3
dtype: int32
'''

2>:可以通过.index方式来设置索引

创建：
s7 = Series(np1)
s7
'''
0    1
1    2
2    3
dtype: int32
'''

通过index的方式设置索引：
s7.index = list('abc')
s7
'''
a    1
b    2
c    3
dtype: int32
'''

3>:在创建的时候已经设置了索引，也可以通过.index的方式重新设置索引名称

s8 = Series(data=np.random.randint(1,10,size=5),index=list('abcde'))
s8
'''
a    9
b    4
c    6
d    5
e    7
dtype: int32
'''
s8.index = list('ABCDE')
s8
'''
A    9
B    4
C    6
D    5
E    7
dtype: int32
'''

注意：要想重新给索引设置名称，只能一起设置，不能对某一个索引重新设置

特别地，由ndarray创建的是引用，而不是副本。对Series元素的改变也会改变原来的ndarray对象中的元素。（列表没有这种情况）

s9 = Series(data = np.random.randint(0,10,size=8),index=list('abcdefgh'))
s9
'''
a    9
b    5
c    6
d    3
e    5
f    1
g    6
h    9
dtype: int32
'''
修改某一索引的值，那么这个ndarray也会跟着变化

s9['b'] = 100
s9
'''
a      9
b    100
c      6
d      3
e      5
f      1
g      6
h      9
dtype: int32
'''

2):由字典创建

s10 = Series(data = {'a':1,'b':2,'c':3})
s10
'''
a    1
b    2
c    3
dtype: int64
'''
注意：若是在用字典创建的时候，指定了index，但是index的索引不等于key，返回的是NaN

s10 = Series(data = {'a':1,'b':2,'c':3},index=list('ert'))
s10
'''
e   NaN
r   NaN
t   NaN
dtype: float64
'''