2025——》from pandas import Series/如何使用pandas中的Series进行数据操作？

在 Python 中，from pandas import Series 是直接导入 pandas 库中 Series 类 的语句，用于创建一维带标签的数据结构。以下是详细解析和使用指南：

一、导入语句解析

1. 基础语法

python

from pandas import Series
 

from pandas import Series

• 作用：直接导入Series类，无需通过pd别名调用（如Series()代替pd.Series()）。
• 适用场景：
  • 仅需使用Series而无需其他 pandas 功能。
  • 代码中频繁创建Series对象，简化调用。

二、创建 Series 对象

1. 从列表创建

python

s = Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'])
print(s)
 

s = Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'])
print(s)

输出：

plaintext

a    10
b    20
c    30
d    40
dtype: int64
 

a    10
b    20
c    30
d    40
dtype: int64

2. 从字典创建

python

data = {'北京': 100, '上海': 200, '广州': 300}
s = Series(data)
print(s)
 

data = {'北京': 100, '上海': 200, '广州': 300}
s = Series(data)
print(s)

输出：

plaintext

北京    100
上海    200
广州    300
dtype: int64
 

北京    100
上海    200
广州    300
dtype: int64

3. 从 NumPy 数组创建

python

import numpy as np
arr = np.array([1.1, 2.2, 3.3])
s = Series(arr, index=['x', 'y', 'z'])
print(s)
 

import numpy as np
arr = np.array([1.1, 2.2, 3.3])
s = Series(arr, index=['x', 'y', 'z'])
print(s)

输出：

plaintext

x    1.1
y    2.2
z    3.3
dtype: float64
 

x    1.1
y    2.2
z    3.3
dtype: float64

三、核心属性与方法

1. 基础属性

python

print(s.index)    # 索引：Index(['x', 'y', 'z'], dtype='object')
print(s.values)   # 值数组：array([1.1, 2.2, 3.3])
print(s.dtype)    # 数据类型：float64
print(s.shape)    # 形状：(3,)
 

print(s.index)    # 索引：Index(['x', 'y', 'z'], dtype='object')
print(s.values)   # 值数组：array([1.1, 2.2, 3.3])
print(s.dtype)    # 数据类型：float64
print(s.shape)    # 形状：(3,)

2. 索引与切片

python

# 按标签索引
print(s['y'])     # 2.2

# 按位置索引
print(s.iloc[1])  # 2.2

# 切片（包含结束标签）
print(s['x':'z'])
 

# 按标签索引
print(s['y'])     # 2.2

# 按位置索引
print(s.iloc[1])  # 2.2

# 切片（包含结束标签）
print(s['x':'z'])

3. 数据操作

python

# 修改值
s['x'] = 100

# 替换值
s.replace(200, 2000, inplace=True)

# 排序
s_sorted = s.sort_values()
 

# 修改值
s['x'] = 100

# 替换值
s.replace(200, 2000, inplace=True)

# 排序
s_sorted = s.sort_values()

四、与 pd.Series 的对比