跳转至

Pandas Series

概念与用途

Series 是带索引的一维数组，由值、dtype、索引和可选名称组成。它可表示表的一列、时间序列或键值映射，并在计算时按标签自动对齐。

核心 API

  • 构造：pd.Series(data, index=..., dtype=..., name=...)。
  • 选择：s.loc[label]、s.iloc[position]、布尔掩码。
  • 统计与映射：sum、mean、value_counts、map、astype。
  • 缺失值：isna、fillna、dropna。

可运行示例

import pandas as pd

price = pd.Series([12.5, None, 18.0], index=["A", "B", "C"], name="price")
clean = price.fillna(price.median())
discounted = clean.mul(0.9).round(2)
print(discounted.loc[["A", "C"]])

示例二：对齐后比较

import pandas as pd

left = pd.Series([10, 20], index=["x", "y"])
right = pd.Series([20, 30], index=["y", "z"])
left_aligned, right_aligned = left.align(right, join="inner")
print(left_aligned)
print(right_aligned)
print(left_aligned.eq(right_aligned))

align 返回两个新 Series；join="inner" 只保留共同标签。若希望保留左侧粒度，使用 join="left" 并明确空值填充策略。

返回与复制语义

归约如 sum() 返回标量，value_counts() 返回以取值为索引的新 Series，布尔筛选返回子集。切片是否共享底层内存不应作为业务契约；需要隔离修改时显式 copy()，赋值时使用 .loc。

注意事项

s[0] 的标签/位置含义容易混淆，工程代码应明确使用 loc 或 iloc。两个 Series 索引不同会按标签对齐并产生空值，必要时先 align 或 reset_index。混合类型可能退化为 object，降低速度并隐藏脏数据，应使用 nullable dtype 或显式转换。