約定：
import pandas as pd
from pandas import Series,DataFrame
import numpy as npSeries
一、Series屬性及方法
- Series是Pandas中最基本的對象，Series類似一種一維數組:
se1=Series([4,7,-2,8])
se1代碼結果：
0 4
1 7
2 -2
3 8
dtype: int64
- 通常，我們希望能自己創建索引：
se2=Series([4,7,-2,8],index=['b','c','a','d'])
se2代碼結果：
b 4
c 7
a -2
d 8
dtype: int64
- 可通過Series的倆個屬性values和index獲取內容和索引:
se1.values代碼結果：
array([ 4, 7, -2, 8], dtype=int64)
se1.index代碼結果：
RangeIndex(start=0, stop=4, step=1)
- Series對象有字典的功能：
'b' in se2代碼結果：
True
list(se2)代碼結果：
[4, 7, -2, 8]
list(se2.iteritems())代碼結果：
[('b', 4), ('c', 7), ('a', -2), ('d', 8)]
- 還可將字典轉換爲Series：
dict={"red":100,"black":400,"green":300,"pink":900}se3=Series(dict)
se3代碼結果：
black 400
green 300
pink 900
red 100
dtype: int64
- Series對象的內容和索引都有個name屬性：
se3代碼結果：
black 400
green 300
pink 900
red 100
dtype: int64
se3.name="values"
se3.index.name="color"
se3代碼結果：
color
black 400
green 300
pink 900
red 100
Name: values, dtype: int64
- 用pandas的isnull和nonull可檢測缺失數據：
pd.isnull(se3)代碼結果：
purple False
brown False
glod False
blue False
Name: values, dtype: bool
pd.notnull(se3)代碼結果：
purple True
brown True
glod True
blue True
Name: values, dtype: bool
- 或者直接用Series對象（se4）的 isnull ：
se3.isnull()代碼結果：
purple False
brown False
glod False
blue False
Name: values, dtype: bool
二、Series對象存取
- Series對象的下標運算同時支持位置和標籤兩種方式：
print("位置下標： ",se2[1])
print("標籤下標： ",se2['c'])代碼結果：
位置下標： 7
標籤下標： 7
- Series對象支持位置切片和標籤切片，但需要注意的是後者包括結束標籤:
se2代碼結果：
b 4
c 7
a -2
d 8
dtype: int64
se2[1:3]代碼結果：
c 7
a -2
dtype: int64
se2['b':'a']代碼結果：
b 4
c 7
a -2
dtype: int64
- 和ndarray數組一樣，可以用位置列表、位置數組來存取元素，同樣地，標籤列表、標籤數組也能存取：
se2[[1,3,2]]代碼結果：
c 7
d 8
a -2
dtype: int64
se2[['a','b','c']]代碼結果：
a -2
b 4
c 7
dtype: int64
- 還可通過索引進行排序（字典中缺失的則用NaN作爲內容）：
se4=Series(dict,index=["red","yellow","green","white","black","pink"])
se4代碼結果：
red 100.0
yellow NaN
green 300.0
white NaN
black 400.0
pink 900.0
dtype: float64
- Series對象的內容可通過索引賦值進行重新排序：
se4.index=["red","yellow","black","pink","green","white"]
se4代碼結果：
red 100.0
yellow NaN
black 300.0
pink NaN
green 400.0
white 900.0
dtype: float64
三、Series運算特性
- 可支持Numpy數組運算（布爾數組過濾、標量乘法、數學函數）：
se2代碼結果：
b 4
c 7
a -2
d 8
dtype: int64
se2[se2>0]代碼結果：
b 4
c 7
d 8
dtype: int64
se2*2代碼結果：
b 8
c 14
a -4
d 16
dtype: int64
np.exp(se2)代碼結果：
b 54.598150
c 1096.633158
a 0.135335
d 2980.957987
dtype: float64
- 兩個Series對象支持操作符運算，Series會按照標籤對齊元素再運算（也就是隻有相同標籤的元素才能進行運算），當某一方標籤不存在則默認用NaN填充：
se2+se3代碼結果：
a NaN
b NaN
blue NaN
brown NaN
c NaN
d NaN
glod NaN
purple NaN
dtype: float64
謝謝大家的瀏覽，
希望我的努力對您有幫助，
共勉！
