详细分析Pandas中的Series对象（附Demo）

1. 问题所示

从实战上手基础知识
一开始遇到这个Bug：

TypeError: unsupported operand type(s) for -: 'str' and 'float'

后面经了解执行减法运算时发生了错误，其中一个操作数是字符串类型，另一个操作数是浮点数类型

例如：

x = "5"
y = 3.14
result = x - y  # 尝试对字符串和浮点数执行减法运算

要解决这个问题必须强转化某个类型！

但是转化好之后发现还是报错：TypeError: cannot convert the series to <class 'float'>

说明不能这么转化！

例如：

import pandas as pd

# 创建一个包含字符串的Series对象
s = pd.Series(['1.2', '3.4', '5.6'])

# 尝试将Series对象转换为float类型
s_float = float(s)

为了解决这个问题，先确保Series对象中的所有值都可以被转换为float类型

可以使用pd.to_numeric()函数来尝试将Series中的值转换为数值类型

示例如下：

import pandas as pd

# 创建一个包含字符串的Series对象
s = pd.Series(['1.2', '3.4', '5.6'])

# 尝试将Series对象转换为float类型
try:
    s_float = pd.to_numeric(s)
    print(s_float)
except ValueError as e:
    print("Error:", e)

截图如下：

以上主要是一个Demo层层递进，为了引出Series对象
实际在工作中Bug如下：

res['days'] = res['堆存期'].astype(int) - res['free'].astype(int) 
res['天数差额'] = float(res['天']) - res['days']

对应修改为：

# 将 '天' 列转换为浮点数类型
res['天'] = res['天'].astype(float)

# 执行数学运算
res['days'] = res['堆存期'].astype(int) - res['free'].astype(int)
res['天数差额'] = res['天'] - res['days']

2. 基本知识

• Pandas 库中的一种基本数据结构，它类似于带有索引的一维数组

• 由一组数据以及与之相关联的索引组成，可以存储不同类型的数据，并提供了许多方便的方法和功能，使数据的处理和分析变得更加简单和高效

Series 对象的作用：

• 数据存储：Series 可以存储各种类型的数据，包括整数、浮点数、字符串、日期等
• 数据操作：提供了丰富的方法和功能，可以对数据进行快速、灵活的操作和处理，如索引、切片、过滤、排序、聚合等
• 数据对齐：在进行数学运算或操作时，Series 对象会根据索引自动对齐数据，确保相同索引的数据进行对应操作
• 数据可视化：可以方便地利用 Series 对象进行数据可视化，如绘制折线图、柱状图等

3. API Demo

常用API如下：

通过Demo更好的了解其接口含义

• pd.Series(data, index=index)

创建一个 Series 对象，其中 data 可以是列表、字典、数组等，index 是可选参数，用于指定索引

下面是通过列表创建：

import pandas as pd
import numpy as np

# pd.Series(data, index=index)
data_list = [1, 2, 3, 4, 5]
index_list = ['A', 'B', 'C', 'D', 'E']
series_from_list = pd.Series(data_list, index=index_list)
print("Series from list:")
print(series_from_list)

输出结果如下：

这是从一个字典中抽取，注意与上面的区别：

• series_from_list 输出值 是从一个列表创建的，使用了指定的索引。
• series_from_dict 输出值 是从一个字典创建的，字典的键被用作索引。

data_dict = {'A': 1, 'B': 2, 'C': 3, 'D': 4, 'E': 5}
series_from_dict = pd.Series(data_dict)
print("\nSeries from dictionary:")
print(series_from_dict)

输出结果如下：
（输出结果与上面一样，虽然两者都创建了类似的 Series 对象，但是数据的来源和索引的指定方式略有不同）

这是从一个数组中抽取：

data_array = np.array([1, 2, 3, 4, 5])
index_array = ['A', 'B', 'C', 'D', 'E']
series_from_array = pd.Series(data_array, index=index_array)
print("\nSeries from array:")
print(series_from_array)

截图如下（与上面一致）：

以下为一些属性输出

配合其属性值输出，此时本身为数组

• 此时强转换为list：

# series.values
print("\nValues of the series:")
print(series_from_list.values)  # 输出

截图如下：

• 对应查看index索引值：

# series.index
print("\nIndex of the series:")
print(series_from_list.index)

截图如下：

• 返回 Series 对象的前 n 个值：

# series.head(n)
print("\nFirst 3 elements of the series:")
print(series_from_list.head(3))

截图如下：

• 返回 Series 对象的后 n 个值

# series.tail(n)
print("\nLast 3 elements of the series:")
print(series_from_list.tail(3))

截图如下：

• 将 Series 对象的数据类型转换为指定类型

# series.astype(dtype)
print("\nSeries with data type converted to float:")
print(series_from_list.astype(float))

截图如下：

• 返回一个布尔型的 Series 对象，用于判断是否缺失数据

# series.isnull() / series.notnull()
print("\nCheck for null values:")
print(series_from_list.isnull())
print("\nCheck for non-null values:")
print(series_from_list.notnull())

截图如下：

• 删除缺失数据

# series.dropna()
series_with_nan = pd.Series([1, 2, np.nan, 4, np.nan])
print("\nSeries with NaN values:")
print(series_with_nan)
print("\nSeries with NaN values dropped:")
print(series_with_nan.dropna())

截图如下：

• 填充缺失数据

# series.fillna(value)
print("\nSeries with NaN values filled with 0:")
print(series_with_nan.fillna(0))

截图如下：

• 返回 Series 对象中的唯一值

# series.unique()
series_with_duplicates = pd.Series([1, 2, 2, 3, 3, 4, 4])
print("\nSeries with duplicates:")
print(series_with_duplicates)
print("\nUnique values in the series:")
print(series_with_duplicates.unique())

截图如下：

• 返回 Series 对象中的唯一值的数量

# series.nunique()
print("\nNumber of unique values in the series:")
print(series_with_duplicates.nunique())

截图如下：

• 返回 Series 对象的描述统计信息

# series.describe()
print("\nDescription of the series:")
print(series_with_duplicates.describe())

截图如下：

• 对 Series 对象的每个元素应用指定的函数

# series.map(func)
def square(x):
    return x ** 2

print("\nSeries with each element squared:")
print(series_from_list.map(square))

截图如下：

4. 示例Demo

上述的API可能还有些抽象，放在实战Demo中加深印象：

import pandas as pd

# 创建学生分数的字典
student_scores = {'Alice': 85, 'Bob': 72, 'Charlie': 90, 'David': 65, 'Emily': 88}

# 创建 Series 对象
scores_series = pd.Series(student_scores)

# 输出 Series 对象
print("学生分数 Series 对象：")
print(scores_series)

# 输出 Series 对象的值和索引
print("\nSeries 对象的值：")
print(scores_series.values)
print("\nSeries 对象的索引：")
print(scores_series.index)

# 输出前两个学生的分数
print("\n前两个学生的分数：")
print(scores_series.head(2))

# 输出后两个学生的分数
print("\n后两个学生的分数：")
print(scores_series.tail(2))

# 将分数的数据类型转换为浮点数
scores_series_float = scores_series.astype(float)
print("\n转换数据类型为浮点数后的 Series 对象：")
print(scores_series_float)

# 判断是否有缺失数据
print("\n判断是否有缺失数据：")
print(scores_series.isnull())

# 输出分数不为空的学生分数
print("\n分数不为空的学生分数：")
print(scores_series.dropna())

# 填充缺失数据为0
scores_series_fillna = scores_series.fillna(0)
print("\n填充缺失数据为0后的 Series 对象：")
print(scores_series_fillna)

# 输出学生分数的描述统计信息
print("\n学生分数的描述统计信息：")
print(scores_series.describe())

# 对学生分数应用一个函数，比如加分10分
def add_bonus(score):
    return score + 10

scores_series_bonus = scores_series.map(add_bonus)
print("\n每个学生的分数加10分后的 Series 对象：")
print(scores_series_bonus)

对应的结果截图如下：

以及

5. 彩蛋

忘记补充一个知识点了，切片同样也可运用在该对象中

import pandas as pd

# 创建一个 Series 对象
data = {'A': 1, 'B': 2, 'C': 3, 'D': 4, 'E': 5}
index = ['A', 'B', 'C', 'D', 'E']
series = pd.Series(data, index=index)

# 输出原始的 Series 对象
print("原始的 Series 对象：")
print(series)

# 切片操作：选取索引为'B'到'D'之间的元素
sliced_series = series['B':'D']

# 输出切片后的 Series 对象
print("\n切片后的 Series 对象：")
print(sliced_series)

截图如下：