pandas 的核心是 Series 和 DataFrame 两大数据结构，数据分析相关的所有事务都是围绕着这两种结构进行的。其中，Series 数据结构用于存储一个序列的一维数组，而 DataFrame 数据结构则用于存储复杂数据的二维数据结构。

虽然这些数据结构不能解决所有的问题，但它们为大多数应用提供了有效且强大的工具，就简洁性而言，理解和使用它们都很简单。此外，很多更为复杂的数据结构都可以追溯到这两种结构。本节教程就对这两种结构中的 Series 重点介绍。

Series 是一种类似于一维数组的对象，它是由一组数据(可以是 NumPy 中任意类型的数据)以及一组与之相关的数据标签组成的。Series 对象的内部结构是由两个相互关联的数组组成的，其中用于存放数据(即值)的是 value 主数组，主数组的每个元素都有一个与之相关联的标签(即索引)，这些标签存储在另外一个叫作 Index 的数组中。

Series 的表现形式为：索引在左边，值在右边。例如，Series 对象 [2,4,-3,7] 的内部结构如图 1 所示。

图 1：Series 内部结构

1. 创建 Series 对象

1) 通过 Series() 构造函数创建

创建 Series 对象的 Series() 构造函数如下：

pandas.Series(data[, index])

函数中的参数说明如下：

data 是输入给 Series 构造器的数据，它可以是 NumPy 中任意类型的数据；

index 是 Series 对象中数据的标签(即索引)。

创建过程：调用 Series() 构造函数，把要存放在 Series 对象中的数据以数组形式传入，就能创建一个 Series 对象。例如，在 Jupyter Notebook 下输入下列代码：

In [1]: import pandas as pd

In [2]: se1 = pd.Series([2,4,-3,7])

此代码声明了一个 Series 对象 se1，输出 se1，可见左边是标签，右边是标签对应的元素。

In [3]: se1

Out[3]: 0 2

1 4

2 -3

3 7

dtype:int64

声明 Series 时，若不指定标签，pandas 默认使用从 0 开始依次递增的数值作为标签，此时，标签与 Series 对象中元素的索引(在数组中的位置)是一致的。

但是，如果想对各个数据使用有特定意义的标记(标签)，就必须在调用 Series()构 造函数时，指定 index 选项，把存放有标签的数组赋值给 index。例如，设置标签的 Series 声明如下：

In [4]: se2 = pd.Series([2,4,-3,7],index=['b','c','a','d'])

In [5]: se2

Out[5]: b 2

c 4

a -3

d 7

dtype: int64

2) 用 NumPy 数组或其他 Series 对象定义新的 Series 对象

① 用 NumPy 数组定义新的 Series 对象代码如下：

In [6]: import numpy as np

In [7]: arr = np.array([2,3,4,5])

In [8]: se3 = pd.Series(arr)

In [9]: se3

Out[9]: 0 2

1 3

2 4

3 5

dtype: int32

② 用其他 Series 对象定义新的 Series 对象命令如下：

In [10]: se4 = pd.Series(se2)

In [11]: se4

Out[11]: b 2

c 4

a -3

d 7

dtype: int64

注意：利用这两种方法创建的新 Series 对象中的元素不是原 NumPy 数组或 Series 对象元素的副本，而是对它们的引用。也就是说，这些对象是动态插入到新 Series 对象中的。如改变原有对象元素的值，新 Series 对象中这些元素也会发生变化。

3) 将字典转换为 Series 对象

如果数据存放在字典中，字典中的一个键与值的映射关系，可以被看成是 Series 对象中的索引值到数据值的一个映射，因此，可以将字典直接转换为 Series 对象。

In [12]: s_data = {'s_number':20171010, 'Normal':86, 'exam':90}

In [13]: se5 = pd.Series(s_data)

In [14]: se5

Out[14]: s_number 20171010

Normal 86

exam 90

dtype: int64

注意：将字典直接转换为 Series 对象，当字典中值发生变化时，转换为 Series 对象中的元素不会变化。同样，也可以将 Series 对象转换成字典。

2. 查看 Series 值和标签

通过 Series 的属性 values 和 index 可查看值和标签。

例如：se2.values 查看值和 se2.index 查看标签。

3. 选择内部元素

Series 索引的工作方式类似于 NumPy 数组的索引，只不过 Series 的索引值不只是整数。

1) 选择单个元素

若想获取 Series 对象的内部元素，把它看成普通的 NumPy 数组，指定索引即可。例如，se1[2] 获取元素是 -3。

或者指定位于索引位置处的标签。例如，se2['a'] 获取的元素也是 -3。

2) 选择多个元素

通过 Series 索引的切片来选择多个元素时，切片“[起始值：终止值：步长]”所指定的元素是不包含终止值的元素，如没有指定终止值，则终止值是包含 Series 最后索引的元素。

In [15]: se1[0:2]

Out[15]: 0 2

1 4

dtype: int64

或者可以使用元素对应的标签，只不过要把标签放在数组中。

In [16]: se2[['a','d']]

Out[16]: a -3

d 7

dtype: int64

如利用标签的切片来选择多个元素时，切片“[起始标签：终止标签]”所指定的元素是包含终止标签的元素，如果没有指定终止标签，则终止标签是包含 Series 最后标签的元素。

In [17]: se6 = pd.Series([1,2,3,4],index=['a', 'b', 'c', 'd'])

In [18]: se6['b':'c']

Out[18]: b 2

C 3

dtype: int64

4. 给元素赋值

通过索引或标签选取元素后直接进行赋值。例如，se1[1]=1 或 se2['a']=0。

5. Series 对象的简单运算

pandas 库开发是以 NumPy 库为基础的，从数据结构而言，NumPy 数组中的许多操作都会保留到 Series 对象中，如根据条件筛选数据。还有适用于 NumPy 数组的算术运算符( +、-、*、/ )和其他数学函数等，也适用于 Series 对象。

1) 筛选元素

筛选元素就是根据条件筛选数据结构中的元素。例如，筛选 se1 中大于 3 的元素。

In [19]: se1[se1>3]

Out[19]: 1 4

3 7

dtype: int64

2) 算术运算和数学函数

例如：se1*2、np.exp(se1)。

6. Series 对象之间的运算

在 Series 对象之间进行运算时，Series 能够通过识别标签对齐不一致的数据。这就是 Series 运算时的自动对齐功能。例如，将 se1 与 se1[se1>3] 相加，其结果如下：

In [20]: se1 += se1[se1>3]

In [21]: se1

Out[21]: 0 NaN

1 8.0

2 NaN

3 14.0

dtype: float64

通过上述计算得到了一个新 Series 对象，其中只对标签相同的元素求和，其他只属于各自的 Series 对象的标签也被添加到新对象中，只不过它们的值为 NaN。

7. NaN

一般来讲，NaN 表示数据有问题，必须对其进行处理，尤其是在数据分析时。从某些数据源抽取数据时遇到了问题，甚至是数据源缺失数据时，往往会产生这类数据。另外，在执行计算和函数运算时也会遇到这类数据。有关 NaN 数据的处理方法以后我们将进行介绍。

尽管 NaN 值是在数据有问题时产生的，但在 pandas 中是可以定义这种类型的数据的，并将它添加到 Series 等数据结构中。在创建数据结构时，可以为数组中元素缺失的项输入 np.NaN。

8. 统计 Series 对象的组成元素

Series 对象往往包含重复元素，因此，统计元素重复出现的次数和判断元素是否存在 Series 对象中是常用的操作。

1)  统计元素重复出现的次数

统计 Series 对象包含多少个不同的元素，可使用 unique() 函数返回一个由 Series 去重后的元素所组成的数组，但是数组中元素的顺序不会自动排序。

In [22]: se = pd.Series([5,1,4,1,2,2])

In [23]: se.unique()

Out[23]: array([5, 1, 4, 2], dtype=int64)

另外，还有一个 value_counts() 函数，它不仅能返回各个不同的元素，而且还能计算每个元素在 Series 中的出现次数。运行结果中左边是元素，右边是元素出现的次数。

In [24]: se.value_counts()

Out[24]: 2 2

1 2

5 1

4 1

dtype: int64

2) 判断元素是否存在

使用 isin() 函数可以判断给定的一列元素是否包含在 Series 数据结构中，如果给定的元素包含在数据结构中，isin() 函数返回是 True，否则返回是 False。利用此函数可以筛选 Series 或 DataFrame 列中的数据。

In [25]: se.isin([0,2])

Out[25]: 0 False

1 False

2 False

3 False

4 True

5 True

dtype: bool