如何从 NumPy 数组创建系列?
pandasserver side programmingprogramming更新于 2025/4/10 14:25:18
Pandas 系列与一维 NumPy 数组非常相似，我们可以使用 NumPy 数组创建 Pandas 系列。为此，我们需要导入 NumPy 模块，因为它是 pandas 包的先决条件，无需单独安装。
它由我们的包安装程序自动安装。因此我们可以直接将 NumPy 模块导入到我们的工作区中。
如果您不喜欢使用由包安装程序安装的可用版本的 NumPy，我们可以安装我们所需的 NumPy 包版本，因为它也是一个像 pandas 一样的开源包。
示例
import pandas as pd import numpy as np array = np.array([8,54,43,6,73,78]) s = pd.Series(array) print(s)
解释
在上面的例子中，我们使用 NumPy 数组创建了一个 pandas Series，为此我们还需要导入 NumPy 模块，最初我们使用别名分别为 pd 和 np。
然后使用 NumPy.array 方法创建变量数组，该数组具有长度为 6 个元素的整数值。此数组变量是 pandas.Series 方法的输入数据。
输出
0 8 1 54 2 43 3 6 4 73 5 78 dtype: int32
生成的 pandas Series 显示在上面的输出块中，这里的标签是 pandas Series 方法自动创建的 0-5 的整数值，数据也是整数数据类型(int 32)。
示例
import pandas as pd
import numpy as np
# 使用数组方法创建 numpy 数组
array = np.array([1.2,5.5,2.9,4.6])
s = pd.Series(array, index=list('abcd'))
print(s)
上面的块是使用 NumPy 数组创建的 pandas Series 的另一个示例，其中数组由所有浮点数创建，通过使用此数组我们将创建一个 pandas Series，并使用手动创建索引值字符串。
这里我们为 pandas Series 方法的 index 属性提供了一个字符串列表。
输出
a 1.2 b 5.5 c 2.9 d 4.6 dtype: float64
该系列有 4 个元素，每个元素都是 float64 数据类型。索引值由标签表示，分别为 a、b、c、d。
