Pandas中Series序列的具体实现

一、Series 的核心定义

说起 Pandas 里的 Series，最直接的理解就是：它是为一维数据量身定做的结构。你可能会问，这和 NumPy 的一维数组有什么区别？区别大了去了。下表把关键差异列了出来：

一句话总结：把 Series 想象成“带列名的一列数据”，它由两部分构成——values（数据本身，底层就是 NumPy 数组）和 index（自定义标签，和数据一一对应）。

二、创建 Series（核心语法）

创建 Series 的核心函数是 pd.Series()。实际工作中最常用的 4 种方式，咱们一个一个来看。

1. 从列表 / 数组创建（基础）

import pandas as pd
import numpy as np
# 方式1：从列表创建（默认整数索引 0,1,2...）
scores = [85, 92, 78, 90, 88]
s1 = pd.Series(scores)
print("从列表创建的Series：")
print(s1)
# 方式2：指定自定义索引
names = ["小明", "小红", "小刚", "小丽", "小强"]
s2 = pd.Series(scores, index=names)
print("n指定索引的Series：")
print(s2)
# 方式3：从NumPy数组创建
arr = np.array([15.2, 16.1, 14.8, 15.5])
s3 = pd.Series(arr, index=["1月", "2月", "3月", "4月"], name="月均温度")
print("n带名称的Series：")
print(s3)

输出：

从列表创建的Series：

0 85

1 92

2 78

3 90

4 88

dtype: int64

指定索引的Series：

小明 85

小红 92

小刚 78

小丽 90

小强 88

dtype: int64

带名称的Series：

1月 15.2

2月 16.1

3月 14.8

4月 15.5

Name: 月均温度, dtype: float64

2. 从字典创建（索引 = 字典 key，值 = 字典 value）

import pandas as pd
# 字典：键=姓名，值=分数
score_dict = {"小明":85, "小红":92, "小刚":78, "小丽":90}
s4 = pd.Series(score_dict)
print("从字典创建的Series：")
print(s4)

输出：

从字典创建的Series：

小明 85

小红 92

小刚 78

小丽 90

dtype: int64

3. 创建含缺失值的 Series

import pandas as pd
import numpy as np
# 含NaN的Series（缺失值）
s5 = pd.Series([85, np.nan, 92, 78, np.nan], index=["小明", "小红", "小刚", "小丽", "小强"])
print("含缺失值的Series：")
print(s5)

输出：

含缺失值的Series：

小明 85.0

小红 NaN

小刚 92.0

小丽 78.0

小强 NaN

dtype: float64

三、Series 的核心操作（索引 / 切片）

Series 支持两种索引方式：标签索引（自定义 index）和位置索引（整数位置）。这正是它和 NumPy 数组最根本的不同。

1. 标签索引（最常用）

通过自定义索引取值/赋值，非常直观：

import pandas as pd
s = pd.Series([85, 92, 78, 90], index=["小明", "小红", "小刚", "小丽"])
# 取值：通过标签
print("小红的分数：", s["小红"])  # 92
# 赋值：通过标签
s["小刚"] = 80
print("n修改小刚分数后：")
print(s)
# 多标签取值（返回新Series）
print("n小明和小丽的分数：")
print(s[["小明", "小丽"]])

输出：

小红的分数： 92

修改小刚分数后：

小明 85

小红 92

小刚 80

小丽 90

dtype: int64

小明和小丽的分数：

小明 85

小丽 90

dtype: int64

2. 位置索引（和 NumPy 一致）

通过整数位置（0 开始）取值，推荐用 iloc 明确指定，避免歧义：

import pandas as pd
s = pd.Series([85, 92, 78, 90], index=["小明", "小红", "小刚", "小丽"])
# 直接用整数（简易写法）
print("第2个元素（位置1）：", s[1])  # 92
# 用iloc（明确位置索引，推荐）
print("第4个元素（位置3）：", s.iloc[3])  # 90
# 位置切片
print("n位置0-2的元素：")
print(s.iloc[0:3])

输出：

第2个元素（位置1）： 92

第4个元素（位置3）： 90

位置0-2的元素：

小明 85

小红 92

小刚 78

dtype: int64

3. 布尔索引（筛选数据）

和 NumPy 类似，通过布尔条件筛选元素：

import pandas as pd
s = pd.Series([85, 92, 78, 90, 88], index=["小明", "小红", "小刚", "小丽", "小强"])
# 筛选分数≥90的元素
high_score = s[s >= 90]
print("90分以上的学生：")
print(high_score)
# 筛选分数在80-90之间的元素
mid_score = s[(s >= 80) & (s < 90)]
print("n80-90分的学生：")
print(mid_score)

输出：

90分以上的学生：

小红 92

小丽 90

dtype: int64

80-90分的学生：

小明 85

小强 88

dtype: int64

四、Series 的核心属性与方法

1. 核心属性（快速查看数据特征）

下表总结了你最常打交道的那些属性：

看个实际例子：

import pandas as pd
import numpy as np
s = pd.Series([85, np.nan, 92, 78], index=["小明", "小红", "小刚", "小丽"], name="分数")
print("底层数组：", s.values)
print("索引：", s.index)
print("数据类型：", s.dtype)
print("形状：", s.shape)
print("名称：", s.name)
print("缺失值判断：")
print(s.isnull())

输出：

底层数组： [85. nan 92. 78.]

索引： Index(['小明', '小红', '小刚', '小丽'], dtype='object')

数据类型： float64

形状： (4,)

名称： 分数

缺失值判断：

小明 False

小红 True

小刚 False

小丽 False

dtype: bool

2. 常用方法（统计 / 缺失值 / 排序）

（1）统计方法（和 NumPy 类似，但更友好）

import pandas as pd
import numpy as np
s = pd.Series([85, np.nan, 92, 78, 90], index=["小明", "小红", "小刚", "小丽", "小强"])
# 基础统计
print("均值（自动忽略NaN）：", s.mean())  # 86.25
print("中位数：", s.median())            # 87.5
print("最大值/最小值：", s.max(), "/", s.min())  # 92 / 78
print("标准差：", s.std())              # 6.18...
# 描述性统计（一键生成）
print("n描述性统计：")
print(s.describe())

输出：

均值（自动忽略NaN）： 86.25

中位数： 87.5

最大值/最小值： 92.0 / 78.0

标准差： 6.18465843842649

描述性统计：

count 4.000000

mean 86.250000

std 6.184658

min 78.000000

25% 83.250000

50% 87.500000

75% 90.500000

max 92.000000

dtype: float64

（2）缺失值处理

import pandas as pd
import numpy as np
s = pd.Series([85, np.nan, 92, 78, np.nan], index=["小明", "小红", "小刚", "小丽", "小强"])
# 1. 删除缺失值
s_drop = s.dropna()
print("删除缺失值后：")
print(s_drop)
# 2. 填充缺失值（均值/中位数/固定值）
s_fill_mean = s.fillna(s.mean())  # 均值填充
s_fill_0 = s.fillna(0)            # 固定值填充
print("n均值填充缺失值：")
print(s_fill_mean)

输出：

删除缺失值后：

小明 85.0

小刚 92.0

小丽 78.0

dtype: float64

均值填充缺失值：

小明 85.0

小红 85.0

小刚 92.0

小丽 78.0

小强 85.0

dtype: float64

（3）排序

import pandas as pd
s = pd.Series([85, 92, 78, 90], index=["小明", "小红", "小刚", "小丽"])
# 按值升序排序
s_sort_val = s.sort_values()
print("按分数升序：")
print(s_sort_val)
# 按索引降序排序
s_sort_idx = s.sort_index(ascending=False)
print("n按姓名降序：")
print(s_sort_idx)

输出：

按分数升序：

小刚 78

小明 85

小丽 90

小红 92

dtype: int64

按姓名降序：

小丽 90

小红 92

小明 85

小刚 78

dtype: int64

（4）值替换 / 映射

import pandas as pd
s = pd.Series([85, 92, 78, 59, 90], index=["小明", "小红", "小刚", "小亮", "小丽"])
# 替换单个值（不及格→60）
s_replace = s.replace(59, 60)
print("替换不及格分数后：")
print(s_replace)
# 映射（分数→等级）
grade_map = {x: "优秀" if x>=90 else "良好" if x>=80 else "及格" for x in s}
s_grade = s.map(grade_map)
print("n分数映射为等级：")
print(s_grade)

输出：

替换不及格分数后：

小明 85

小红 92

小刚 78

小亮 60

小丽 90

dtype: int64

分数映射为等级：

小明 良好

小红 优秀

小刚 及格

小亮 及格

小丽 优秀

dtype: object

五、Series 与 NumPy 数组 / 列表的转换

实际开发中，经常需要在不同数据结构之间来回切换。下面这几种转换方式你必须掌握：

import pandas as pd
import numpy as np
# 1. Series → NumPy数组
s = pd.Series([85, 92, 78, 90], index=["小明", "小红", "小刚", "小丽"])
arr = s.values
print("Series转数组：", arr)  # [85 92 78 90]
# 2. Series → 列表
lst = s.tolist()
print("Series转列表：", lst)  # [85, 92, 78, 90]
# 3. NumPy数组 → Series
arr2 = np.array([15.2, 16.1, 14.8])
s2 = pd.Series(arr2, index=["1月", "2月", "3月"])
print("n数组转Series：")
print(s2)
# 4. 列表 → Series
lst2 = [88, 76, 95]
s3 = pd.Series(lst2, index=["小强", "小芳", "小伟"])
print("n列表转Series：")
print(s3)

六、实战场景：Series 的典型应用

场景 1：时间序列数据处理

import pandas as pd
import numpy as np
# 创建日期索引的Series（7天温度）
dates = pd.date_range(start="2026-01-01", periods=7)
temp = pd.Series(np.random.normal(5, 3, 7).round(1), index=dates, name="日温")
# 查看数据
print("7天温度数据：")
print(temp)
# 筛选1月3日之后的温度
print("n1月3日之后的温度：")
print(temp[temp.index >= "2026-01-03"])
# 计算周平均温度
print("n周平均温度：", temp.mean())

场景 2：数据清洗（缺失值填充）

import pandas as pd
import numpy as np
# 模拟学生分数（含缺失值）
scores = pd.Series([85, np.nan, 92, 78, np.nan, 88, 95], 
                   index=["小明", "小红", "小刚", "小丽", "小强", "小芳", "小伟"])
# 步骤1：统计缺失值数量
nan_count = scores.isnull().sum()
print("缺失值数量：", nan_count)
# 步骤2：用中位数填充缺失值
scores_filled = scores.fillna(scores.median())
print("n填充后的分数：")
print(scores_filled)
# 步骤3：筛选优秀学生（≥90）
excellent = scores_filled[scores_filled >= 90]
print("n优秀学生：")
print(excellent)

七、避坑点与最佳实践

1. 核心避坑点

• ❌ 混淆标签索引和位置索引：当索引是整数时（如 index=[1,2,3]），s[1] 会优先按标签取值，而非位置。建议用 iloc 明确位置索引。
• ❌ 忽略缺失值：Series 的统计方法（如 mean()）会自动忽略 NaN，但如果需要包含 NaN 需手动处理。
• ❌ 直接修改 Series 索引：index 是不可变对象，需用 s.reset_index() 或 s.set_index() 修改。
• ❌ 布尔条件组合错误：多条件组合需用 &/|（而非 and/or），且每个条件需用括号包裹。

2. 最佳实践

• ✅ 索引命名：创建 Series 时给 index 和 name 命名，增强可读性。
• ✅ 明确索引方式：位置索引用 iloc，标签索引用 loc（s.loc["小红"]），避免歧义。
• ✅ 缺失值处理：先统计缺失值数量（isnull().sum()），再选择填充 / 删除策略。
• ✅ 大数据处理：Series 底层是 NumPy 数组，优先用向量化方法（如 map/apply），避免循环。

总结

1. Series 是 Pandas 一维带标签的数据结构，由 values（数据）和 index（标签）组成，支持混合数据类型和缺失值。
2. 核心操作：
   • 索引：标签索引（s["小红"]/s.loc["小红"]）、位置索引（s.iloc[1]）
   • 筛选：布尔索引（s[s>=90]）
   • 统计：mean()/median()/std()（自动忽略 NaN）
   • 缺失值：dropna()/fillna()
3. 核心优势：对比 NumPy 数组，Series 支持自定义标签、缺失值原生处理、丰富的统计 / 清洗方法。
4. 避坑关键：明确索引方式，处理缺失值，正确组合布尔条件。