人工智能之数据分析 Pandas：第二章 Series

人工智能之数据分析 Pandas

第二章 Series

前言

Pandas 的 Series 是其最基础、最核心的一维数据结构，是学习 Pandas 的起点。本文从定义、特点、创建方式、常用操作、注意事项等方面进行系统而详细的介绍。

一、什么是 Series？

Series 是一个带标签索引的一维数组，由两部分组成：

• values（值）：实际存储的数据，底层为 NumPy 数组（ndarray），支持整数、浮点、字符串、布尔值等任意类型，也可包含缺失值 NaN。
• index（索引）：与每个值一一对应的标签，默认为从 0 开始的整数，但可自定义为字符串、日期等可哈希类型。

✅ 简单理解：Series = 字典 + 数组像字典一样可通过“键”（索引）快速访问值； 像数组一样支持向量化运算和高效数值计算。

二、Series 的核心特点

三、创建 Series 的 4 种主要方式

1. 从列表或 NumPy 数组创建

import pandas as pd
import numpy as np

# 列表（默认整数索引）
s1 = pd.Series([10, 20, 30])
# 自定义索引
s2 = pd.Series([10, 20, 30], index=['a', 'b', 'c'], name='成绩')
# 从 NumPy 数组
arr = np.array([1.1, 2.2, 3.3])
s3 = pd.Series(arr, index=['x', 'y', 'z'])

2. 从字典创建（最常用之一）

data_dict = {'数学': 90, '语文': 85, '英语': 95}
s4 = pd.Series(data_dict)  # 字典的 key → index，value → data

# 若指定 index 中有字典未包含的键，则对应值为 NaN
s5 = pd.Series(data_dict, index=['数学', '物理'])  
# 输出：数学 90.0，物理 NaN（注意 dtype 变为 float64）

3. 用标量（单个值）创建

s6 = pd.Series(5, index=['A', 'B', 'C'])  
# 所有位置都填充为 5
# A    5
# B    5
# C    5

4. 创建空 Series

empty_s = pd.Series(dtype='float64')  # 必须指定 dtype

四、Series 的常用属性与方法

五、数据访问与操作

1. 访问元素

s = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])

s['a']        # 标签索引 → 1
s[0]          # 位置索引 → 1（不推荐，易混淆）
s.loc['a']    # 显式索引（推荐）
s.iloc[0]     # 隐式位置索引（推荐用于位置访问）

2. 切片

s['a':'c']      # 显式切片 → 包含 'c'（前闭后闭）
s.iloc[0:2]     # 隐式切片 → 不包含索引 2（前闭后开）

3. 修改与增删

s['b'] = 20     # 修改
s['e'] = 5      # 新增（自动扩展）
del s['a']      # 删除（原地修改）
s_new = s.drop('c')  # 返回新 Series，不修改原对象

4. 向量化运算与过滤

s * 2           # 所有元素 ×2
s[s > 3]        # 布尔索引：筛选值大于 3 的元素
np.sqrt(s)      # 应用 NumPy 函数

六、重要注意事项

1. 索引对齐机制 两个 Series 运算时，Pandas 会自动按索引对齐，非公共索引位置结果为 NaN：

   s1 = pd.Series([1, 2], index=['a', 'b'])
   s2 = pd.Series([3, 4], index=['b', 'c'])
   print(s1 + s2)  
   # a    NaN
   # b    6.0
   # c    NaN

1. NaN 的处理

• NaN != NaN，不能用 == 判断，应使用 isnull() 或 pd.isna()
• 含 NaN 的 Series，dtype 通常为 float64
• 索引可重复，但慎用 重复索引会导致 s['key'] 返回多个值（Series 而非标量）
• 性能提示
• 尽量避免频繁修改 Series（如循环中赋值），建议一次性构建
• 使用 .loc / .iloc 提高代码可读性和安全性

七、总结

Series 是 Pandas 的基石：它融合了数组的高效计算与字典的灵活索引； 是构建 DataFrame 的基本单元（DataFrame 的每一列就是一个 Series）； 掌握 Series，就掌握了 Pandas 数据操作的核心逻辑。

后续

python过渡项目部分代码已经上传至gitee，后续会逐步更新。

资料关注

公众号：咚咚王

《Python编程：从入门到实践》

《利用Python进行数据分析》

《算法导论中文第三版》

《概率论与数理统计（第四版） (盛骤) 》

《程序员的数学》

《线性代数应该这样学第3版》

《微积分和数学分析引论》

《（西瓜书）周志华-机器学习》

《TensorFlow机器学习实战指南》

《Sklearn与TensorFlow机器学习实用指南》

《模式识别（第四版）》

《深度学习 deep learning》伊恩·古德费洛著 花书

《Python深度学习第二版(中文版)【纯文本】 (登封大数据 (Francois Choliet)) (Z-Library)》

《深入浅出神经网络与深度学习+(迈克尔·尼尔森（Michael+Nielsen）》

《自然语言处理综论 第2版》

《Natural-Language-Processing-with-PyTorch》

《计算机视觉-算法与应用(中文版)》

《Learning OpenCV 4》

《AIGC：智能创作时代》杜雨+&+张孜铭

《AIGC原理与实践：零基础学大语言模型、扩散模型和多模态模型》

《从零构建大语言模型（中文版）》

《实战AI大模型》

《AI 3.0》