Pandas 數據結構 - Series

Pandas Series 類似表格中的一個列（column），類似於一維數組，可以保存任何數據類型。

Series 由索引（index）和列組成，函數如下：

pandas.Series( data, index, dtype, name, copy)

參數說明：

  • data：一組數據(ndarray 類型)。

  • index：數據索引標簽，如果不指定，默認從 0 開始。

  • dtype：數據類型，默認會自己判斷。

  • name：設置名稱。

  • copy：拷貝數據，默認為 False。

創建一個簡單的 Series 實例：

實例

import pandas as pd

a = [1, 2, 3]

myvar = pd.Series(a)

print(myvar)

輸出結果如下：

從上圖可知，如果沒有指定索引，索引值就從 0 開始，我們可以根據索引值讀取數據：

實例

import pandas as pd

a = [1, 2, 3]

myvar = pd.Series(a)

print(myvar[1])

輸出結果如下：

2

我們可以指定索引值，如下實例：

實例

import pandas as pd

a = ["Google", "Runoob", "Wiki"]

myvar = pd.Series(a, index = ["x", "y", "z"])

print(myvar)

輸出結果如下：

根據索引值讀取數據:

實例

import pandas as pd

a = ["Google", "Runoob", "Wiki"]

myvar = pd.Series(a, index = ["x", "y", "z"])

print(myvar["y"])

輸出結果如下：

Runoob

我們也可以使用 key/value 對象，類似字典來創建 Series：

實例

import pandas as pd

sites = {1: "Google", 2: "Runoob", 3: "Wiki"}

myvar = pd.Series(sites)

print(myvar)

輸出結果如下：

從上圖可知，字典的 key 變成了索引值。

如果我們隻需要字典中的一部分數據，隻需要指定需要數據的索引即可，如下實例：

實例

import pandas as pd

sites = {1: "Google", 2: "Runoob", 3: "Wiki"}

myvar = pd.Series(sites, index = [1, 2])

print(myvar)

輸出結果如下：

設置 Series 名稱參數：

實例

import pandas as pd

sites = {1: "Google", 2: "Runoob", 3: "Wiki"}

myvar = pd.Series(sites, index = [1, 2], name="RUNOOB-Series-TEST" )

print(myvar)