Pandas中Series結構詳解以及索引操作

1. Series結構：（1）Series結構也稱Series序列，是Pandas常用的數據結構之一，它是一種類似於一維數組的結構，由一組數據（value）和一組標簽組成，其中標簽與數據值具有對應關系

（2）標簽不是唯一的，但必須是可哈希類型。該對象既支持基於整數的索引，也支持基於標簽的索引，並提供了許多方法來執行涉及索引的操作。ndarray的統計方法已被覆蓋，以自動排除缺失的數據（目前表示為NaN）

（3）Series可以保存任何數據類型，比如整數、字符串、浮點數、Python對象等，它的標簽默認為整數，從0開始依次遞增。Series的結構圖如下所示：

1. 數據結構Series創建：

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

1. 列表/數組作為數據創建Series

通過index和values屬性取得對應的標簽和值

通過索引取得對應的值，或者修改對應的值

和列表索引的區別

1. 以字典作為數據源創建Series

通過index和values屬性取得對應的標簽和值

通過索引取得對應的值，或者修改對應的值

       （通過下標獲取）

1. Series中其他參數的介紹：

1. index參數：索引值，必須是可散列的（不可變數據類型），並且與數據具有相同的長度，允許使用非唯一索引值，如果未提供，將默認為RangeIndex（0,1,2,…,n）

使用“顯式索引”的方法定義索引標簽

從指定索引的字典構造序列

當傳遞的索引值未匹配對應的字典鍵時，使用NaN（非數字）填充

注：索引是首先使用字典中的健構建的，在此之後，用給定的索引值對序列重新編制索引，因此我們得到所有NaN

通過匹配的索引值，改變創建Series數據的順序

1. name參數：我們可以給Series對象命名，也可以給一個Series數組中的索引列起一個名字，pandas為我們設計好了對象的屬性，並在設置了name屬性值用來進行名字的設定

如果用於形成數據幀，序列的名稱將成為其索引或列名，每當使用解釋器顯示序列時，也會使用它

1. copy參數：copy表示對data進行拷貝，默認為False，僅影響Series和ndarray數組

4.Series的索引：

（1）下標索引：類似於列表索引

注：①上面的位置索引和標簽索引剛好一致，會使用標簽索引

②當使用負值時，實際並不存在負數的標簽索引

（2）標簽索引：當索引為object類型時，既可以使用標簽索引也可以使用位置索引。Series類似於固定大小的dict，把index中的索引標簽當作key，而把Series序列中的元素值當做value，然後通過index索引標簽來訪問或者修改元素值

使用索標簽訪問單個元素值：

使用索引標簽訪問多個元素值：

多標簽會創建一個新的數組：