Pandas Series 核心属性与用法详解
本文详细解析Pandas中Series的一维数据结构及其核心属性。涵盖index、values、dtype、shape、nbytes、memory_usage等关键属性的定义、返回值类型及实际代码示例,帮助开发者掌握Series在数据清洗与可视化中的应用。
Series属性
Series属性列表
| 属性 | 说明 |
|---|---|
| Series.index | 系列的索引(轴标签) |
| Series.array | 系列或索引的数据 |
| Series.values | 系列的数据,返回ndarray |
| Series.dtype | 返回基础数据的数据类型 |
| Series.shape | 返回基础数据形状的元组 |
| Series.nbytes | 返回基础数据占的字节数 |
| Series.ndim | 基础数据的维数,永远是1 |
| Series.size | 返回基础数据中元素的个数 |
| Series.T | 返回转置,永远为Series自己 |
| Series.memory_usage([index, deep]) | 返回系列的内存使用情况 |
| Series.hasnans | 如果有任何 NaN,则返回 True |
| Series.empty | 指示 Series是否为空 |
| Series.dtypes | 返回基础数据的数据类型 |
| Series.name | 返回系列的名称 |
| Series.flags | 获取与此 pandas 对象关联的属性 |
| Series.set_flags(*[,copy,…]) | 返回带有更新标志的新对象 |
Series属性详解
Series作为支持自定义行索引的一维数据结构,其大部分属性继承自底层的ndarray,并在此基础上进行了功能扩展。其中,index(索引)和values(数据值)是最为重要的两个属性。为了便于理解,下文将结合具体代码示例进行详细介绍,建议读者直接参考示例以快速掌握用法。
>>> import numpy as np
>>> import pandas as pd
# 创建ser01
>>> arr01 = np.arange(10, 16)
>>> ser01 = pd.Series(data=arr01, index=['a','b','c','d','e','f'], dtype='int16', name='class02')
>>> ser01
a 10
b 11
c 12
d 13
e 14
f 15
Name: class02, dtype: int16属性:
Series.index
>>> ser01.index # 索引
Index(['a', 'b', 'c', 'd', 'e', 'f'], dtype='object')Series.array
>>> ser01.array # 数组
<PandasArray> # 返回的数据类型为PandasArray
[10, 11, 12, 13, 14, 15]
Length: 6, dtype: int16Series.values
>>> ser01.values # 数据
array([10, 11, 12, 13, 14, 15], dtype=int16) # 返回值为ndarraySeries.dtype
>>> ser01.dtype # 元素的数据类型
dtype('int16')Series.shape
>>> ser01.shape # 形状
(6,)Series.nbytes
>>> ser01.nbytes # 占用多少字节
12Series.ndim
>>> ser01.ndim # 维度,维数,轴数,秩
1 # 永远是1,Series是一维数组Series.T
>>> ser01.T # 转置,是它本身
a 10
b 11
c 12
d 13
e 14
f 15
Name: class02, dtype: int16Series.memory_usage([index, deep])
>>> ser01.memory_usage() # 内存使用量
232Series.hasnans
>>> ser01.hasnans # 是否有空值
FalseSeries.empty
>>> ser01.empty # 是否为空
FalseSeries.dtypes
>>> ser01.dtypes # 元素数据类型,同dtype
dtype('int16')Series.name
>>> ser01.name # ser01的名字
'class02'Series.flags
>>> ser01.flags # 此 pandas 对象关联的属性
<Flags(allows_duplicate_labels=True)>Series.set_flags(*[,copy,…])
>>> ser01.set_flags() # 返回带有更新标志的新对象
a 10
b 11
c 12
d 13
e 14
f 15
Name: class02, dtype: int32
掌握上述属性的名称、含义及其返回值的数据类型至关重要。在数据分析或可视化任务中,Series属性的返回值常作为其他函数的输入参数,因此熟练运用这些属性是高效进行数据处理的基础。
至此,关于Pandas数据结构中Series属性的详细介绍完毕。如需了解更多相关Pandas Series内容,建议查阅本站过往文章或继续浏览后续章节。感谢大家的支持!
本站声明
本文内容仅供参考,不代表本站观点。转载或引用请注明出处。如发现内容问题,请通过联系我们页面反馈。













