如何从 Python 字典创建 Pandas 系列?
pandasserver side programmingprogramming更新于 2025/4/10 14:25:18
我们可以通过将字典数据发送到 pandas Series 方法(即 pandas.Series())来使用 Python 字典创建 pandas Series 对象。此 pandas Series 方法将使用来自 Python 字典的键和值对创建一个新的 Series 对象。
字典中的所有键都将成为 Series 对象的索引，而字典中键值对的所有值都将成为 Series 对象的值(数据)。
让我们看一个使用 Python 字典创建 pandas Series 的示例，为此我们需要先创建一个 Python 字典。
示例
import pandas as pd
# 创建字典
dictionary = {'A':10, 'B':63, 'D':32, 'C':87}
# 创建 Series
s = pd.Series(dictionary)
print(s)
解释
这里我们首先创建了一个长度为 4 的键值对的 Python 字典，之后我们将该字典传递给 pandas Series 对象。Series 是一个 pandas Series 类构造函数，它将创建一个 Series 对象，该对象具有来自字典键的索引值和来自字典值的值。
输出
A 10 B 63 D 32 C 87 dtype: int64
上面的输出块是使用 python 字典通过 pandas Series 方法创建的结果 Series 对象，Series 中每个元素的数据类型均为 int64 类型。
让我们使用 pandas Serie 方法的 index 属性创建另一个 series 对象。
示例
import pandas as pd
# 创建字典
dictionary = {'A':10, 'B':89, 'C':43}
# 创建 Series
s = pd.Series(dictionary, index=['A','B','C', 'D'])
print(s)
解释
在此示例中，我们创建了一个具有长度为 3 的 Python 字典的系列，此外，这里我们提到了 Pandas Series 对象的 index 属性。此 index 属性的输入是一个字符串列表，其中包含 4 个元素。
输出
A 10.0 B 89.0 C 43.0 D NaN dtype: float64
与上一个示例相比，此系列对象中所有数据的数据类型均为 float64。这是因为字典和索引属性中的元素长度不同。因此，pandas Series 方法将为该额外索引分配 NaN 值，因此所有元素的数据类型均创建为 float64 dtype
