📚 目录

  1. 什么是 Series？
  2. 创建 Series 的方法
  3. Series 的常用属性与方法
  4. Series 的索引操作
  5. 应用场景示例
  6. 参考资料
  7. 出站链接

1. 什么是 Series？

Series 是 Pandas 中最基本的数据结构之一，它是带有标签（索引）的一维数组。可以理解为带索引的 NumPy 数组，也可以类比为 Excel 中的一列。

2. 创建 Series 的方法

✅ 通过列表创建：

import pandas as pd

s = pd.Series([10, 20, 30, 40])
print(s)

输出：

0    10
1    20
2    30
3    40
dtype: int64

✅ 自定义索引：

s = pd.Series([100, 200, 300], index=['a', 'b', 'c'])
print(s)

输出：

a    100
b    200
c    300
dtype: int64

✅ 通过字典创建：

data = {'x': 1, 'y': 2, 'z': 3}
s = pd.Series(data)
print(s)

输出：

x    1
y    2
z    3
dtype: int64

3. Series 的常用属性与方法

属性/方法说明
s.index返回索引对象
s.values返回值数组（NumPy）
s.dtype数据类型
s.shape数据结构形状
s.head()返回前 5 个元素
s.tail()返回后 5 个元素

4. Series 的索引操作

✅ 位置索引（类似数组）：

s[0]  # 访问第一个元素

✅ 标签索引（类似字典）：

s['a']  # 访问索引为 'a' 的值

✅ 切片操作：

s[1:3]       # 位置切片
s['b':'c']   # 标签切片，包含结束项

5. 应用场景示例

  • 表示某城市每日温度数据
  • 某产品每日销售额
  • 某用户的评分记录
temps = pd.Series(
    [22, 25, 23, 21],
    index=['Mon', 'Tue', 'Wed', 'Thu']
)

📖 参考资料

🔗 出站链接