从列表创建 Pandas 系列

介绍

Pandas 是一个供 Python 使用的强大的数据分析库，提供了许多对于数据操作和分析的功能。Pandas 中的核心数据结构是 Series 和 DataFrame，二者都是基于 NumPy 数组构建的。这里我们将主要介绍如何从列表创建 Pandas 系列。

创建 Pandas 系列

使用 Pandas 创建系列的方法是将列表传递给 pd.Series() 函数。下面是一个创建 Pandas 系列的例子：

import pandas as pd

# 创建列表
data = [1, 2, 3, 4, 5]

# 从列表创建 Pandas 系列
series = pd.Series(data)

# 打印 Pandas 系列
print(series)

输出结果：

0    1
1    2
2    3
3    4
4    5
dtype: int64

从输出结果可以看出，Pandas 系列比一般的列表更加详细，每一个元素都对应一个索引（默认为整数索引），并且在输出时和值一同显示。

下面是创建 Pandas 系列的一些常见示例：

import pandas as pd

# 从字符串列表创建 Pandas 系列
str_data = ['apple', 'banana', 'cherry', 'durian', 'elderberry']
str_series = pd.Series(str_data)
print(str_series)

# 从布尔型列表创建 Pandas 系列
bool_data = [True, False, True, False, True]
bool_series = pd.Series(bool_data)
print(bool_series)

# 从字典列表创建 Pandas 系列
dict_data = [{"name": "Alice", "age": 20}, 
             {"name": "Bob", "age": 25},
             {"name": "Charlie", "age": 30}]
dict_series = pd.Series(dict_data)
print(dict_series)

输出结果：

0         apple
1        banana
2        cherry
3        durian
4    elderberry
dtype: object

0     True
1    False
2     True
3    False
4     True
dtype: bool

0    {'name': 'Alice', 'age': 20}
1      {'name': 'Bob', 'age': 25}
2    {'name': 'Charlie', 'age': 30}
dtype: object

在创建 Pandas 系列时，需要注意的是：

• Pandas 系列中的所有元素必须是同一种数据类型；
• 如果列表中的元素本身是列表、字典等复杂的数据结构，可以使用嵌套列表或嵌套字典的方式来创建 Pandas 系列。

自定义 Pandas 系列的索引

在创建 Pandas 系列时，默认使用整数为索引。如果需要自定义索引，可以将自定义的索引列表传递给 pd.Series() 函数的 index 参数。例如：

import pandas as pd

# 自定义索引列表
index = ['a', 'b', 'c', 'd', 'e']

# 创建 Pandas 系列
data = [1, 2, 3, 4, 5]

series = pd.Series(data, index=index)
print(series)

输出结果：

a    1
b    2
c    3
d    4
e    5
dtype: int64

这样就创建了一个以自定义索引为索引的 Pandas 系列。

结论

Pandas 系列是一种非常方便和常用的数据结构。通过本文的介绍，读者应该已经了解了如何从列表创建 Pandas 系列，并且了解了如何自定义 Pandas 系列的索引。希望大家可以在实际工作中多运用 Pandas 系列，发挥它的强大功能。