今天小编就为大家带来一篇有关Pandas创建Series的三种方法的文章。小编觉得挺实用的，为此分享给大家做个参考。一起跟随小编过来看看吧。

　　1. 创建Series的三种方法

　　1.1 基于Python中的列表创建

    　　myList = ['a', 'b', 'c', 'd'] # 创建一个列表
　　s1 = pd.Series(data = myList)
　　print(s1)

　　输出：

　　0 a
　　1 b
　　2 c
　　3 d
　　dtype: object

　　注意：

　　创建时data参数名可以省略

　　输出中左边的那一列叫做索引，默认为从0开始的递增整数。

　　索引是用来做什么的呢，就像字典中的key一样，可以根据key直接查找到它所对应的值。

　　例如：

　　print(s1[1])
　　[out]:
　　'b'

　　1.2 基于numpy中的数组创建

　　myArray = np.array([5, 15, 25, 35]) # 创建一个numpy一维数组
　　print(myArray)
　　'''
　　[out]:
　　array([ 5, 15, 25, 35])
　　'''
　　s2 = pd.Series(data = myArray)
　　print(s2)
　　--------------------------------
　　[out]：
　　0 5
　　1 15
　　2 25
　　3 35
　　dtype: int32

　　1.3 基于Python中的字典创建

　　myDict = {'张三':89, '老八':75, '小郭':97}
　　s3 = pd.Series(data = myDict)
　　print(s3)
　　--------------------------------
　　[out]：
　　张三 89
　　老八 75
　　小郭 97
　　dtype: int64

　　注意：

　　在该种方法中，字典的key为该Series的索引

　　2. 创建DataFrame的四种方法

　　创建DataFrame的前三种方法与上述创建Series的方法类似，只不过把数据从一维扩展到了二维。

　　2.1 基于Python中的列表创建

　　myList2 = [['a', 'b', 'c'], [10, 20, 30], [1.1, 2.2, 3.3]] # 这是一个嵌套列表
　　df1 = pd.DataFrame(data = myList2)
　　print(df1)
　　--------------------------------
　　[out]:
　　0 1 2
　　0 a b c
　　1 10 20 30
　　2 1.1 2.2 3.3

　　在DataFrame中有两种索引，一种叫行索引，即为最左侧的那一列，默认从0递增的整数。通过它能定位到某一行的所有数据。

　　另一种叫列索引，即为最上方的那一行，默认从0自增的整数。通过它能定位到某一列的所有数据。(DataFrame中数据的定位方法比较多样，且比Series复杂，我们放到以后的文章中专门讲解，这里只有个基本概念就好)

　　嵌套列表中，大列表下的每一个小列表，在创建的DataFrame中为一横行。

　　2.2 基于numpy中的数组创建

　　myArray2 = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) # 创建了一个二维数组
　　print(myArray2)
　　'''
　　[out]:
　　array([[1, 2, 3],
　　[4, 5, 6],
　　[7, 8, 9]])
　　'''
　　df2 = pd.DataFrame(data = myArray2)
　　print(df2)
　　--------------------------------
　　[out]:
　　0 1 2
　　0 1 2 3
　　1 4 5 6
　　2 7 8 9

　　2.3 基于Python中的字典创建

　　myDict2 = 
{'id':[1,2,3],'name':['Alice','Bob','Cindy'],'math':[90,89,99]}
　　df3 = pd.DataFrame(data = myDict2)
　　print(df3)
　　--------------------------------
　　[out]:
　　id name math
　　0 1 Alice 90
　　1 2 Bob 89
　　2 3 Cindy 99

　　注意：

　　在刚才创建Series时，字典的每一个key对应一个value，而创建DataFrame时，字典的每一个key都对应一个列表

　　字典的key成为了该DataFrame中的列索引

　　2.4 基于Series创建

　　把我们在第一部分创建的s1和s2拿来，创建一个字典

　　myDict3 = {'one': s1, 'two': s2}
　　df4 = pd.DataFrame(data = myDict3)
　　print(df4)
　　--------------------------------
　　[out]:
　　one two
　　0 a 5
　　1 b 15
　　2 c 25
　　3 d 35

　　以上就是Pandas创建Series三种方法的详细内容了，看完之后是否有所收获呢？如果想了解更多相关内容，欢迎关注行业资讯!