第 2 章 Series 详解

本篇文章深入讲解 pandas 的一维数据结构 Series：如何创建、如何访问数据、有哪些常用属性和方法、如何参与运算。Series 是 DataFrame 的"积木"，掌握它是学好 pandas 的第一步。

目录

1. 什么是 Series

2. 创建 Series 的 5 种方式

3. 索引（index）体系

4. 常用属性

5. 常用方法

6. Series 的运算

7. 缺失值处理入门

8. Series 的排序

9. name 属性与 Series 拼接

10. 常见坑与注意事项

11. 本章小结与练习

1. 什么是 Series

Series 是 pandas 的一维带标签数组，可以同时容纳：

• 数据值（values）：任意类型（整数、浮点、字符串、对象等），通常为同质类型；
• 索引（index）：每个值的标签，默认是 0, 1, 2, ...，也可以自定义。

可以用"带行号的一列数据"来理解它。

import pandas as pd

s = pd.Series([10, 20, 30])
print(s)

0    10
1    20
2    30
dtype: int64

左边的 0 1 2 是索引，右边的 10 20 30 是值，最后一行是数据类型。

2. 创建 Series 的 5 种方式

2.1 从列表 / 元组创建（最常用）

import pandas as pd

s1 = pd.Series([1, 2, 3, 4])
print(s1)
# 0    1
# 1    2
# 2    3
# 3    4
# dtype: int64

# 指定自定义索引
s2 = pd.Series([1, 2, 3], index=["a", "b", "c"])
print(s2)
# a    1
# b    2
# c    3
# dtype: int64

2.2 从字典创建（键自动成为索引）

s3 = pd.Series({"语文": 90, "数学": 95, "英语": 88})
print(s3)
# 语文    90
# 数学    95
# 英语    88
# dtype: int64

字典的键会按插入顺序成为索引（Python 3.7+ 保证字典有序）。

2.3 从 NumPy 数组创建

import numpy as np

arr = np.array([5.5, 6.6, 7.7])
s4 = pd.Series(arr)
print(s4)
# 0    5.5
# 1    6.6
# 2    7.7
# dtype: float64

# 注意：此时 Series 与 arr 共享内存，修改 arr 会影响 Series
arr[0] = 100
print(s4)
# 0    100.0
# ...

坑：从 ndarray 创建时默认共享底层数据；如果不希望共享，请用 s = pd.Series(arr.copy())。

2.4 从标量创建（需要指定 index）

# 用同一个值填充多个位置
s5 = pd.Series(0, index=["a", "b", "c", "d"])
print(s5)
# a    0
# b    0
# c    0
# d    0
# dtype: int64

2.5 从 range / 生成器 / 其他 Series 创建

s6 = pd.Series(range(1, 6))                # 从 range
print(s6)

s7 = pd.Series(x * 2 for x in range(5))    # 从生成器
print(s7)

s8 = pd.Series(s3)                          # 从已有 Series（拷贝）
print(s8)

创建方式速查表

| 数据源 | 写法 | 索引来源 |

|--------|------|----------|

| 列表/元组 | pd.Series([1,2,3]) | 默认 RangeIndex |

| 字典 | pd.Series({"a":1}) | 字典键 |

| ndarray | pd.Series(np.array([...])) | 默认 RangeIndex |

| 标量 | pd.Series(0, index=["a","b"]) | 手动指定 |

| range/生成器 | pd.Series(range(5)) | 默认 RangeIndex |

| 已有 Series | pd.Series(s) | 继承原索引 |

3. 索引（index）体系

3.1 索引的类型

| 索引类型 | 说明 | 例子 |

|----------|------|------|

| RangeIndex | 默认的整数索引 | 0,1,2,... |

| Index | 普通标签索引 | 字符串等 |

| DatetimeIndex | 日期索引 | 2025-01-01, ... |

| MultiIndex | 多层索引 | (2025, "华东"), ... |

3.2 查看与修改索引

s = pd.Series([10, 20, 30], index=["x", "y", "z"])

# 查看索引
print(s.index)               # Index(['x', 'y', 'z'], dtype='object')

# 重新赋值索引
s.index = ["a", "b", "c"]
print(s)

# 重置为默认索引（0,1,2...）
s2 = s.reset_index()
print(s2)
#   index  0
# 0     a  10
# 1     b  20
# 2     c  30

3.3 索引的特性

• 索引可以重复（虽然通常不推荐）；
• 索引可以是任意不可变类型：整数、字符串、日期、元组等；
• 索引用于对齐运算（见第 6 节），这是 pandas 最强大的特性之一。

# 索引可以重复
s_dup = pd.Series([1, 2, 3], index=["a", "a", "b"])
print(s_dup["a"])     # 返回一个 Series（多个匹配）

4. 常用属性

import pandas as pd

s = pd.Series([10, 20, 30, 40], index=["a", "b", "c", "d"], name="成绩")

# 属性一览
print(s.values)        # 底层数组：[10 20 30 40]（numpy 数组）
print(s.index)         # 索引对象
print(s.dtype)         # 数据类型：int64
print(s.shape)         # 形状：(4,)
print(s.size)          # 元素个数：4
print(s.ndim)          # 维度：1
print(s.name)          # 名称：成绩
print(s.nbytes)        # 底层字节数
print(s.empty)         # 是否为空：False
print(s.hasnans)       # 是否含 NaN：False
print(s.is_unique)     # 值是否唯一：True

| 属性 | 含义 |

|------|------|

| values | 底层 NumPy 数组 |

| index | 索引对象 |

| dtype | 元素数据类型 |

| shape / size / ndim | 形状 / 元素数 / 维度 |

| name | Series 的名称（列名） |

| empty | 是否为空 |

| hasnans | 是否含缺失值 |

| is_unique | 值是否全部唯一 |

5. 常用方法

s = pd.Series([3, 1, 2, 3, 4, 2, None])

# 描述性统计
print(s.describe())      # 数值型汇总统计
print(s.count())         # 非空个数
print(s.sum())           # 求和（自动跳过 NaN）
print(s.mean())          # 均值
print(s.median())        # 中位数
print(s.min(), s.max())  # 最小 / 最大值
print(s.std(), s.var())  # 标准差 / 方差

# 唯一值与计数
print(s.unique())        # 去重后的值数组 [3. 1. 2. 4. nan]
print(s.nunique())       # 唯一值个数（默认忽略 NaN）：4
print(s.value_counts())  # 每个值的出现次数

value_counts() 输出示例：

2.0    2
3.0    2
1.0    1
4.0    1
Name: count, dtype: int64

其他常用方法：

s.head(2)      # 前 2 个
s.tail(3)      # 后 3 个
s.sample(2)    # 随机抽 2 个
s.astype(str)  # 类型转换
s.copy()       # 拷贝
s.to_list()    # 转 Python 列表
s.to_dict()    # 转字典 {索引: 值}

6. Series 的运算

6.1 标量运算（向量化）

s = pd.Series([1, 2, 3])
print(s + 10)     # 11 12 13
print(s * 2)      # 2 4 6
print(s ** 2)     # 1 4 9
print(s > 2)      # False False True （返回布尔 Series）

6.2 Series 与 Series 运算：索引自动对齐

这是 pandas 最核心的特性：两个 Series 运算时，会按索引自动对齐，结果索引取并集，缺失位置填 NaN。

a = pd.Series([1, 2, 3], index=["x", "y", "z"])
b = pd.Series([10, 20, 30], index=["y", "z", "w"])

print(a + b)
# x      NaN
# y     22.0
# z     33.0
# w      NaN
# dtype: float64

• x 只在 a 中 → NaN
• w 只在 b 中 → NaN
• y、z 两边都有 → 正常相加

理解对齐（alignment） 是 pandas 进阶的第一道门槛。它让你无需手动"对上位置"，但也要警惕意外产生 NaN。

6.3 算术方法与 fill_value

# 使用 add/sub/mul/div 等方法可以指定缺失值处理
print(a.add(b, fill_value=0))
# x     1.0
# y    22.0
# z    33.0
# w    30.0
# dtype: float64

常用算术方法：add、sub、mul、div、pow，均支持 fill_value 参数。

6.4 比较与逻辑运算

s = pd.Series([1, 5, 3, 8])
print(s > 3)                    # 布尔 Series
print((s > 1) & (s < 6))        # 与（注意用 & 而非 and）
print((s < 2) | (s > 7))        # 或（用 | 而非 or）
print(~(s > 3))                 # 非（用 ~）

坑：pandas 中逻辑运算必须用 &、|、~，不能使用 Python 的 and、or、not（会报 ValueError）。

7. 缺失值处理入门

import numpy as np

s = pd.Series([1, np.nan, 3, None, 5])

# 检测缺失
print(s.isna())      # False  True  False  True  False
print(s.isnull())    # 等价于 isna()
print(s.notna())     # 取反

# 删除缺失值
print(s.dropna())
# 0    1.0
# 2    3.0
# 4    5.0
# dtype: float64

# 填充缺失值
print(s.fillna(0))
# 0    1.0
# 1    0.0
# 2    3.0
# 3    0.0
# 4    5.0
# dtype: float64

# 前向填充 / 后向填充
print(s.ffill())     # 用上一个非空值填充
print(s.bfill())     # 用下一个非空值填充

缺失值专题将在第 7 章深入讲解。

8. Series 的排序

s = pd.Series([3, 1, 2], index=["c", "a", "b"])

# 按值排序（默认升序）
print(s.sort_values())
# a    1
# b    2
# c    3

# 按值降序
print(s.sort_values(ascending=False))

# 按索引排序
print(s.sort_index())

# 排名（从小到大排名次）
print(s.rank())
# c    3.0
# a    1.0
# b    2.0

9. name 属性与 Series 拼接

s1 = pd.Series([1, 2], name="a")
s2 = pd.Series([3, 4], name="b")

# 查看名字
print(s1.name)   # a

# 拼接成 DataFrame（按列）
df = pd.concat([s1, s2], axis=1)
print(df)
#    a  b
# 0  1  3
# 1  2  4

10. 常见坑与注意事项

| 坑 | 现象 | 解决办法 |

|----|------|----------|

| 索引不匹配产生 NaN | 两个 Series 相加结果莫名多出 NaN | 理解对齐机制，用 fill_value 或先 reindex |

| 用 and/or 做逻辑运算 | ValueError: The truth value of a Series is ambiguous | 使用 &、\|、~，并加括号 |

| 从 ndarray 创建共享内存 | 修改原数组导致 Series 变化 | 用 .copy() |

| 忘记 name | DataFrame 的列名显示为 0 | 创建时指定 name= |

| 混合类型 | 整数+字符串 会变成 object 类型 | 尽量保持列类型单一 |

11. 本章小结与练习

小结

• Series 是 pandas 的一维带标签数组，由 values + index + name 组成；
• 5 种创建方式：列表、字典、ndarray、标量、range/生成器；
• 索引自动对齐是 pandas 运算的核心机制；
• 常用方法：describe、value_counts、unique、sort_values、fillna、dropna 等；
• 逻辑运算用 &、|、~。

练习题

1. 用字典创建 Series：{"苹果": 5, "香蕉": 8, "橙子": 3}，并打印。

2. 找出该 Series 中值大于 4 的元素。

3. 将 pd.Series([1,2,3]) 与 pd.Series([10,20,30], index=[1,2,3]) 相加，观察结果并解释为什么。

4. 对 Series [85, 92, None, 78, 95] 分别执行：求非空个数、均值、填充为 0 后的均值。

5. 用 value_counts 统计 ["男","女","男","男","女","女","女"] 的性别分布。

下一篇预告：第 3 章 DataFrame 详解 —— 掌握 pandas 最重要的二维表格数据结构。