作者：lianghc

Series 是pandas兩大資料結構中（DataFrame，Series）的一種。使用pandas 前需要將pandas 模組引入，因為Series和DataFrame用的次數非常多，所以將其引入本地名稱空間中會更方便。

from pandas import Series, DataFrame
import pandas as pd

因此，一般在程式碼中看到pd.，都指的是pandas。

1.建立Series

Series的定義：Series是一種類似於一維陣列的物件，它由一組資料（各種NumPy資料型別）以及一組與之相關的資料標籤（即索引）組成。

       Series物件本質上是一個NumPy的陣列，因此NumPy的陣列處理函式可以直接對Series進行處理。但是Series除了可以使用位置作為下標存取元素之外，還可以使用標籤下標存取元素，這一點和字典相似。每個Series物件實際上都由兩個陣列組成：

index: 它是從NumPy陣列繼承的Index物件，儲存標籤資訊。
values: 儲存值的NumPy陣列。

注意三點：

 1. Series是一種類似於一維陣列（陣列：ndarray）的物件

 2. 它的資料型別沒有限制（各種NumPy資料型別）

 3. 它有索引，把索引當做資料的標籤（key）看待，這樣就類似字典了（只是類似，實質上市陣列）

 4.Series同時具有陣列和字典的功能，因此它也支援一些字典的方法

建立陣列，例如：

In [1]:arr=[1,2,3,4] #建立陣列

In [2]:arr
Out[2]: [1, 2, 3, 4]

series_1=Series(arr)
series_1
Out[146]: 
0    1
1    2
2    3
3    4
dtype: int64
series_2=Series([1,2,3,4])
series_2
Out[148]: 
0    1
1    2
2    3
3    4
dtype: int64

series_3=Series([1,2,'3',4,'a'])  <span style="font-family: Arial, Helvetica, sans-serif;">#包含數字和字串</span>
series_3
Out[150]: 
0    1
1    2
2    3
3    4
4    a
dtype: object  #型別變成了字串
 

2.Series索引

Series建立後會自動生成索引，預設從0開始

可以指定和修改索引

In [154]: series_4.index=['a','b','c']

In [155]: series_4
Out[155]: 
a    1
b    2
c    3

修改索引除了這裡的直接修改還有一個reindex()方法。

3.Series增刪改查

Series建立後可以對資料進行增刪改查

3.1 增：

Series的add()方法是加法計算不是增加Series元素用的。

使用append連線其他Series

3.2刪：

In [162]: series_4.drop('a')
Out[162]: 
b    2
c    3
dtype: int64

3.3 改：

In [170]: series_4['a']=4

In [171]: series_4
Out[171]: 
a    4
b    2
c    3
dtype: int64

3.4 查：

通過索引查單值

In [172]: series_4['a']
Out[172]: 4

通過索引序列查多值：

series_4[['a','b']]
Out[174]: 
a    4
b    2
dtype: int64

通過布林型別索引篩選：

In [175]: series_4[series_4>2]
Out[175]: 
a    4
c    3
dtype: int64

通過位置切片和標籤切片查詢資料：

series_4
Out[194]: 
a    4
b    2
c    3
dtype: int64

series_4[:2]
Out[195]: 
a    4
b    2
dtype: int64

series_4['a':'c']
Out[196]: 
a    4
b    2
c    3
dtype: int64

4.通過字典建立Series

series_5=Series({'a':1,'b':2,'c':3})

series_5
Out[201]: 
a    1
b    2
c    3
dtype: int64