Fonction pd.Series() de Pandas

Pandas Series API 手册Manuel de l'API Series de Pandas

pd.Series()C'est une fonction centrale de la bibliothèque Pandas, utilisée pour créer des tableaux unidimensionnels (semblables à des listes ou des tableaux NumPy), mais elle est plus puissante que les tableaux ordinaires.SeriesIl peut stocker n'importe quel type de données (comme des entiers, des chaînes de caractères, des nombres à virgule flottante, etc.), et chaque élément a un index associé, ce qui rend les opérations sur les données plus flexibles.

Syntaxe de base de pd.Series

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

Description du paramètre :

  1. data: données, peut être une liste, un dictionnaire, un tableau NumPy, etc.
  2. index: index, utilisé pour indexer les données. S'il n'est pas spécifié, il commence par défaut à 0.
  3. dtype: type de données, tel queint、float、stretc.
  4. name: le nom de la Series, généralement utilisé pour les données.
  5. copy: indique si les données doivent être copiées, la valeur par défaut estFalse。

Comment utiliser pd.Series() ?

Exemple 1 : Créer une Series à partir d'une liste

Exemple

import pandas as pd

# Créer une Series simple
data = [10, 20, 30, 40]
s = pd.Series(data)
print(s)

Sortie :

0    10
1    20
2    30
3    40
dtype: int64

Explication :

  • data[10, 20, 30, 40]est converti en une Series.
  • L'index par défaut commence à 0.

Exemple 2 : Spécifier l'index

Exemple

# Créer une Series et spécifier l'index
data = [10, 20, 30, 40]
index = ['a', 'b', 'c', 'd']
s = pd.Series(data, index=index)
print(s)

Sortie :

a    10
b    20
c    30
d    40
dtype: int64

Explication :

  • L'index est spécifié comme['a', 'b', 'c', 'd'], au lieu des valeurs par défaut 0, 1, 2, 3.

Exemple 3 : Créer une Series à partir d'un dictionnaire

Exemple

# Créer une Series à partir d'un dictionnaire
data = {'a': 10, 'b': 20, 'c': 30, 'd': 40}
s = pd.Series(data)
print(s)

Sortie :

a    10
b    20
c    30
d    40
dtype: int64

Explication :

  • Les clés du dictionnaire deviennent automatiquement les indices de la Series, et les valeurs deviennent les données.

Exemple 4 : Spécifier le type de données

Exemple

# Créer une Series et spécifier le type de données comme float
data = [10, 20, 30, 40]
s = pd.Series(data, dtype=float)
print(s)

Sortie :

0    10.0
1    20.0
2    30.0
3    40.0
dtype: float64

Explication :

  • Le type de données est spécifié commefloat, donc toutes les valeurs sont affichées sous forme de nombres à virgule flottante.

Opérations courantes des Series

1. Accéder aux données

Vous pouvez accéder aux données d'une Series par index.

Exemple

s = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'])
print(s['b'])  # Sortie : 20

2. Modifier les données

Vous pouvez modifier les données d'une Series par index.

Exemple

s['b'] = 25
print(s)

Sortie :

a    10
b    25
c    30
d    40
dtype: int64

3. Opérations de découpage

Vous pouvez effectuer des opérations de découpage sur une Series.

Exemple

print(s['b':'d'])

Sortie :

b    25
c    30
d    40
dtype: int64

4. Opérations mathématiques

Vous pouvez effectuer des opérations mathématiques sur une Series.

Exemple

print(s * 2)

Sortie :

a    20
b    50
c    60
d    80
dtype: int64

Pandas Series API 手册Manuel de l'API Series de Pandas

Autres extensions