Pandas中Series结构详解以及索引操作

1. Series结构：（1）Series结构也称Series序列，是Pandas常用的数据结构之一，它是一种类似于一维数组的结构，由一组数据（value）和一组标签组成，其中标签与数据值具有对应关系

（2）标签不是唯一的，但必须是可哈希类型。该对象既支持基于整数的索引，也支持基于标签的索引，并提供了许多方法来执行涉及索引的操作。ndarray的统计方法已被覆盖，以自动排除缺失的数据（目前表示为NaN）

（3）Series可以保存任何数据类型，比如整数、字符串、浮点数、Python对象等，它的标签默认为整数，从0开始依次递增。Series的结构图如下所示：

1. 数据结构Series创建：

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

1. 列表/数组作为数据创建Series

通过index和values属性取得对应的标签和值

通过索引取得对应的值，或者修改对应的值

和列表索引的区别

1. 以字典作为数据源创建Series

通过index和values属性取得对应的标签和值

通过索引取得对应的值，或者修改对应的值

       （通过下标获取）

1. Series中其他参数的介绍：

1. index参数：索引值，必须是可散列的（不可变数据类型），并且与数据具有相同的长度，允许使用非唯一索引值，如果未提供，将默认为RangeIndex（0,1,2,…,n）

使用“显式索引”的方法定义索引标签

从指定索引的字典构造序列

当传递的索引值未匹配对应的字典键时，使用NaN（非数字）填充

注：索引是首先使用字典中的健构建的，在此之后，用给定的索引值对序列重新编制索引，因此我们得到所有NaN

通过匹配的索引值，改变创建Series数据的顺序

1. name参数：我们可以给Series对象命名，也可以给一个Series数组中的索引列起一个名字，pandas为我们设计好了对象的属性，并在设置了name属性值用来进行名字的设定

如果用于形成数据帧，序列的名称将成为其索引或列名，每当使用解释器显示序列时，也会使用它

1. copy参数：copy表示对data进行拷贝，默认为False，仅影响Series和ndarray数组

4.Series的索引：

（1）下标索引：类似于列表索引

注：①上面的位置索引和标签索引刚好一致，会使用标签索引

②当使用负值时，实际并不存在负数的标签索引

（2）标签索引：当索引为object类型时，既可以使用标签索引也可以使用位置索引。Series类似于固定大小的dict，把index中的索引标签当作key，而把Series序列中的元素值当做value，然后通过index索引标签来访问或者修改元素值

使用索标签访问单个元素值：

使用索引标签访问多个元素值：

多标签会创建一个新的数组：