pandas.Series创建方法介绍

方石剑
241 阅读6分钟

pandas系列是一个一维标记的数据结构，它可以保存诸如字符串、整数甚至其他Python对象的数据。它建立在numpy数组之上，是pandas中用来保存一维数据的主要数据结构。

在Python中，可以使用构造函数pandas.Series() 来创建一个pandas系列。

pandas.Series

语法

    • pandas.Series(data=None, index=None, dtype=None, name=None, copy=False)

目的

    • 创建一个可以存储不同类型数据的一维数据结构。

参数

    • 数据
      • 数组、dict、标量值或迭代值*（默认：无*）。它用于填充系列对象的行。
    • 索引
      • 数组或索引*（默认：无*）。它用于标记系列的行。它的长度必须与数据参数中传递的对象相同，所有的值必须是唯一的。它的默认值是 "无"，但是如果没有传递索引参数，那么从0到1的整数值范围将被视为索引，该范围小于数据对象中的总行数。
    • dtype
      • 字符串或numpy.dtype或ExtensionDtype（默认：无）。它用于指定将形成的系列的数据类型。如果没有指定这个参数，那么数据类型将从系列中存在的值推断出来。
    • 名称
      • 字符串*（默认：无*）。它用于给系列命名。
    • 复制
      • 布尔型（默认为*：假*）。它用于复制输入数据。

注意： 如果你查看pandas Series的正式文档，那么那里会提到另一个叫做fastpath的参数。然而，该参数是一个内部参数，用户实际上不能修改它。

如何从一个列表中创建一个pandas系列

通过将列表传递给数据参数，可以从一个列表中创建一个pandas系列。

# Make a series from a list
import pandas as pd
# Create the list

data_list = ['Jeff Bezos', 'Elon Musk',
             'Bernard Arnault', 'Bill Gates', 'Warren Buffett']

# pass the list to the data parameter of the series constructor
series = pd.Series(data=data_list)
series

Panda series

正如你所看到的，一个pandas系列已经从列表中被创建。由于没有传入索引，所以假设从0到1的整数值小于总行数（本例中为5）作为索引。

从元组中创建一个pandas系列

从元组中创建一个pandas系列与从列表中创建一个系列相似。制作包含所需数据的元组，然后将其传递给系列构造函数的数据参数。

# Create the tuple

data_tuple = tuple(
    ['Jeff Bezos', 'Elon Musk', 'Bernard Arnault', 'Bill Gates', 'Warren Buffett'])

# Pass the tuple to the data parameter of the series constructor
series = pd.Series(data=data_tuple)
series

Series from tuple

从字典中创建pandas系列

对于从字典中创建一个系列，系列的索引是由字典的键形成的，而系列的值是由传递给字典的相应键的值形成的。
创建完字典后，将其传递给系列构造函数的数据参数，以制作pandas系列。

# Make the dictionary

data_dict = {0: 'Jeff Bezos', 1: 'Elon Musk',
             2: 'Bernard Arnault', 3: 'Bill Gates', 4: 'Warren Buffett'}

# Pass the dictionary to the data parameter of the series constructor
series = pd.Series(data=data_dict)
series

Series from dictionaries

使用numpy数组制作一个pandas系列

潘达斯系列也可以使用Numpy数组来制作。

Numpy提供了一些方法来创建具有随机值或指定范围内的值的数组。
然后，这些数组也可以被转换为系列。

从Numpy数组中创建一个系列

为了从Numpy数组中创建一个系列，只需将数组传递给系列构造函数的数据参数。

# Create the series from array
import numpy as np
data_nparray = np.array(
    ['Jeff Bezos', 'Elon Musk', 'Bernard Arnault', 'Bill Gates', 'Warren Buffett'])

series = pd.Series(data=data_nparray)
series

Series from numpy

使用Numpy random.randn函数

该函数用于创建一个指定维度的Numpy数组，该数组将包含从单变量正态分布中采样的随机值。
制作完数组后，将其传递给系列构造函数的数据参数，以制作系列。

# Create the numpy array

# The parameter '5' indicates that the dimensions of the arrays is (5,1)
data_nparray_random = np.random.randn(5)

# pass the array to the data parameter of the series constructor
series = pd.Series(data_nparray_random)
series

Output of random function

使用Numpy linspace函数

这个函数用来创建一个具有一定范围内数值的数组。
创建完数组后，将数组传递给系列构造函数的数据参数，以创建pandas系列。

# Create the array using linspace

# the first two parameters define the range and the third parameter defines the length of the array
data_nparray_linspace = np.linspace(1, 10, 5)

# pass the array to the data parameter of the series constructor
series = pd.Series(data_nparray_linspace)
series

Outyput of linspace function

使用range函数

这个函数用来创建Numpy数组，而这些数组又将被用来创建一个具有一定范围内数值的系列。这些值在给定范围内也是等距的。

使用该函数创建数组后，将其传递给系列构造函数的数据参数以创建系列。

# The first two parameters define the range while the third parameter defines
# the interval at which the values are inserted
data_arange = np.arange(1, 5, 1)

# Pass the array to the data parameter of the series constructor
series = pd.Series(data_arange)
series

Output of arrange function

使用多维Numpy数组

系列也可以使用多维Numpy数组来创建。
然而，在制作多维数组后，首先将数组转换为嵌套列表，然后将列表传递给系列构造函数的数据参数。

# Create the multi-dimensional array
ndarray = np.array([[1, 2, 3],
                    [4, 5, 6],
                    [7, 8, 9]])

# Convert the array to a list using the tolist method
nd_list = ndarray.tolist()

# Convert the list
nd_series = pd.Series(nd_list)
nd_list

Multi-dimensional array

使用标量值创建系列

Pandas系列也可以通过使用单个标量值来创建。
在这种情况下，为了确定系列的长度，你也需要明确地传递索引。

# Create series from scalar value
data = 5  

# Passing the value to the data parameter of the series constructor
series = pd.Series(data, index=[0, 1, 2, 3, 4])
series

Series by scalar value

用定义的索引制作一个系列

要创建一个带有预定义索引的系列，请将索引列表传递给index参数。

# Create series from a list and defined index.

data_list = ['Jeff Bezos', 'Elon Musk',
             'Bernard Arnault', 'Bill Gates', 'Warren Bufett']

# Create the indices
indices = ['Amazon', 'Tesla', 'Louis Vuitton',
           'Microsoft', 'Berkshire Hathaway']

# Pass them to the series constructor 
series = pd.Series(data=data_list, index=indices)
series

Series with defined index

总结

在这篇文章中，你看到了使用不同的方法来创建pandas系列：

  • 列表
  • 图元
  • 字典
  • Numpy数组
  • 标量值
  • 定义的索引

实用技巧

  1. 多维Numpy数组首先要转换成一个列表，然后再转换成一个系列。多维数组不能直接转换为Series。
  2. 索引值必须是可散列的，并且与传递给数据参数的对象的长度相同。

测试你的知识

Q1: Pandas系列不能使用图元来形成。真的还是假的？

答案： 错，它们可以用图元组成。

Q2: 如果没有明确传递dtype参数，如何确定pandas系列的数据类型？

答案： 数据类型是由系列中的值推断出来的。

Q3： 找出给定代码中的错误并写出正确的代码。

new_series = pd.Series(data=[1,2,3,4,5,6,7,8,9],index=[1,2,3,4,5,5,6,7,8,9]

答案：

new_series = pd.Series(data=[1,2,3,4,5,6,7,8,9],index=[1,2,3,4,5,6,7,8,9]

Q4: 写出代码，从一个Numpy数组中生成一个系列，该数组的值是使用range函数从1到10的整数。

答案: pd.Series(np.range(1,11,1))

Q5： 将一个3×3的Numpy数组转换为pandas数列，其值是数字9的前9个倍数。

ndarray = ([[9,18,27],
      [36,45,54],
      [63,72,81]])

答案：

nd_list = ndarray.tolist()
nd_series = pd.series(nd_list)
avatar
文章
阅读
粉丝