pandas series常用函数

常用 pandas Series 函数

创建与初始化

通过列表或字典创建 Series：

import pandas as pd
s1 = pd.Series([1, 2, 3])  # 从列表创建
s2 = pd.Series({'a': 1, 'b': 2})  # 从字典创建

指定索引和名称：

s = pd.Series(data=[10, 20, 30], index=['x', 'y', 'z'], name='example')

数据访问

通过索引或位置访问元素：

s['a']  # 标签索引
s[0]    # 位置索引
s.loc['a']  # 显式标签索引
s.iloc[0]   # 显式位置索引

切片操作：

s[1:3]      # 位置切片
s['a':'c']  # 标签切片（包含结束点）

数据操作

数学运算：

s + 10      # 标量运算
s * 2       
s1 + s2     # Series 间运算（按索引对齐）

统计函数：

s.sum()     # 求和
s.mean()    # 平均值
s.std()     # 标准差
s.min()     # 最小值
s.max()     # 最大值
s.quantile(0.25)  # 分位数

数据处理

缺失值处理：

s.isna()    # 检测缺失值
s.fillna(0) # 填充缺失值
s.dropna()  # 删除缺失值

类型转换：

s.astype(float)  # 类型转换

排序与去重

排序操作：

s.sort_values()          # 按值升序
s.sort_values(ascending=False)  # 降序
s.sort_index()           # 按索引排序

去重操作：

s.unique()    # 返回唯一值数组
s.nunique()   # 唯一值数量
s.drop_duplicates()  # 删除重复值

布尔索引

条件筛选：

s[s > 2]              # 值大于2的元素
s[(s > 1) & (s < 4)]  # 多条件筛选

字符串处理（需为字符串类型）

字符串方法：

s.str.upper()      # 转为大写
s.str.contains('a')  # 包含检测
s.str.split('_')    # 字符串分割

时间序列处理（需为时间类型）

时间相关操作：

s.dt.year     # 提取年份
s.dt.month    # 提取月份
s.dt.day      # 提取日

其他实用函数

重置索引：

s.reset_index(drop=True)  # 丢弃旧索引

值计数：

s.value_counts()  # 各值出现次数

应用函数：

s.apply(lambda x: x**2)  # 应用自定义函数

复制 Series：

s_copy = s.copy()  # 深拷贝