Pandas学习之Series

1、Series

1.1 Series的创建

import pandas as pd
ss=pd.Series([1,2,3],[4,5,6])
print(ss)
#自定义索引
s=pd.Series([10,2,3,4,5],index=['A','B','C','D','E'])
print(s)

4    1
5    2
6    3
dtype: int64
A    10
B     2
C     3
D     4
E     5
dtype: int64

#定义name
s=pd.Series([10,2,3,4,5],index=['A','B','C','D','E'],name='Mouth')
print(s)

A    10
B     2
C     3
D     4
E     5
Name: Mouth, dtype: int64

#通过字典方式创建
s=pd.Series({"a":1,"b":2,"c":3})
print(s)

s1=pd.Series(s,index=["a","c"])
print(s1)

a    1
b    2
c    3
dtype: int64
a    1
c    3
dtype: int64

1.2 Series的属性

s=pd.Series([1,2,3,4,5],index=['A','B','C','D','E'])
print(s)
print(F"索引:{s.index}")    #也可以用s.keys()获取索引
print(F"数值:{s.values}")
print(F"维度:{s.ndim}")
print(F"形状:{s.shape}")
print(F"大小:{s.size}")

A    1
B    2
C    3
D    4
E    5
dtype: int64
索引:Index(['A', 'B', 'C', 'D', 'E'], dtype='object')
数值:[1 2 3 4 5]
维度:1
形状:(5,)
大小:5

print(s.loc['B'])#显式索引
print(s.iloc[1])#隐式索引
#切片操作
print(s.loc['A':'B'])#注意显式的索引是双闭区间
print(s.iloc[0:2])

print(s.at['C'])#显式索引
print(s.iat[2])#隐式索引

2
2
A    1
B    2
dtype: int64
A    1
B    2
dtype: int64
3
3

1.3 Series的数据访问

s=pd.Series([1,2,3,4,5,6],index=['A','B','C','D','E','F'])
print(s['A'],'\n')
print(s[s<4],'\n')
print(s.head(3),'\n')#head函数默认打印前五行数据
print(s.tail(4),'\n')#tail函数默认打印后五行数据

1 

A    1
B    2
C    3
dtype: int64 

A    1
B    2
C    3
dtype: int64 

C    3
D    4
E    5
F    6
dtype: int64 

1.4 Series的常用函数

import numpy as np
s=pd.Series([1,2,np.nan,None,3,4,5],index=['A','B','C','D','E','F','G'],name="data")
s.head(3)
s.tail(6)

B    2.0
C    NaN
D    NaN
E    3.0
F    4.0
G    5.0
Name: data, dtype: float64

#查看所有的描述性信息
s.describe()    #s.count()之类的函数可以参看numpy

count    5.000000
mean     3.000000
std      1.581139
min      1.000000
25%      2.000000
50%      3.000000
75%      4.000000
max      5.000000
Name: data, dtype: float64

#获取元素个数
print(s.count(),'\n')
#检查是否是缺失值
print(s.isna())
#判断数据有无
s.isin([4,5])

5 

A    False
B    False
C     True
D     True
E    False
F    False
G    False
Name: data, dtype: bool





A    False
B    False
C    False
D    False
E    False
F     True
G     True
Name: data, dtype: bool

s.sort_values()#按值排序后自动清楚NaN
s['C']=3
print(F"众数\n{s.mode()}\n")
print(F"出现次数统计\n{s.value_counts()}")
#去重
s.drop_duplicates()
# s.unique()  #另一种去重方式

print(F"去重后的元素个数:{s.nunique()}")

众数
0    3.0
Name: data, dtype: float64

出现次数统计
data
3.0    2
1.0    1
2.0    1
4.0    1
5.0    1
Name: count, dtype: int64
去重后的元素个数:5

s.sort_index()#按索引排序

A    1.0
B    2.0
C    3.0
D    NaN
E    3.0
F    4.0
G    5.0
Name: data, dtype: float64

print(s)
s.diff()#差分序列 s[i]-=s[i-1]

A    1.0
B    2.0
C    3.0
D    NaN
E    3.0
F    4.0
G    5.0
Name: data, dtype: float64





A    NaN
B    1.0
C    1.0
D    NaN
E    NaN
F    1.0
G    1.0
Name: data, dtype: float64

1.5 Series使用案例

1.5.1 学生成绩统计

创建一个包含10名学生成绩的Series,成绩范围在50——100之间

计算平均分最高分最低分，并找出高于平均分的学生人数

import numpy as np
import pandas as pd
np.random.seed(42)
values=np.random.randint(50,101,10)
indexes=[]
for i in range(1,11): indexes.append('学生'+str(i))
scores=pd.Series(values,indexes)
print(scores)
print(F"平均分:{scores.mean()}")
print(F"最高分:{scores.max()}")
print(F"最低分:{scores.min()}")
means=scores.mean()
high_scores=scores[scores>means]
print(high_scores)
print(high_scores.count())

学生1     88
学生2     78
学生3     64
学生4     92
学生5     57
学生6     70
学生7     88
学生8     68
学生9     72
学生10    60
dtype: int32
平均分:73.7
最高分:92
最低分:57
学生1    88
学生2    78
学生4    92
学生7    88
dtype: int32
4

1.5.2 销售数据分析

某产品过去12个月的销售量Series

计算季度平均销量

找出销量最高的月份

计算月环比增长率

找出连续增长超过两个月的月份

indexs=pd.date_range('2026-01-01',periods=12,freq='ME')
print(indexs)
sales=pd.Series([120,135,145,160,155,170,180,175,190,200,210,220],indexs)
print(sales)
print(F"季度平均销售量:\n{sales.resample('QE').mean()}")

DatetimeIndex(['2026-01-31', '2026-02-28', '2026-03-31', '2026-04-30',
               '2026-05-31', '2026-06-30', '2026-07-31', '2026-08-31',
               '2026-09-30', '2026-10-31', '2026-11-30', '2026-12-31'],
              dtype='datetime64[ns]', freq='ME')
2026-01-31    120
2026-02-28    135
2026-03-31    145
2026-04-30    160
2026-05-31    155
2026-06-30    170
2026-07-31    180
2026-08-31    175
2026-09-30    190
2026-10-31    200
2026-11-30    210
2026-12-31    220
Freq: ME, dtype: int64
季度平均销售量:
2026-03-31    133.333333
2026-06-30    161.666667
2026-09-30    181.666667
2026-12-31    210.000000
Freq: QE-DEC, dtype: float64

print(F"销量最高月份:\n{sales.idxmax()}")
print(F"月环比增长率:\n{sales.pct_change()}")

销量最高月份:
2026-12-31 00:00:00
月环比增长率:
2026-01-31         NaN
2026-02-28    0.125000
2026-03-31    0.074074
2026-04-30    0.103448
2026-05-31   -0.031250
2026-06-30    0.096774
2026-07-31    0.058824
2026-08-31   -0.027778
2026-09-30    0.085714
2026-10-31    0.052632
2026-11-30    0.050000
2026-12-31    0.047619
Freq: ME, dtype: float64

#输出所有连续增长>=3个月的月份
a=sales.pct_change()>0
print(a)
a[a.rolling(3).sum()>=3].keys().tolist()

2026-01-31    False
2026-02-28     True
2026-03-31     True
2026-04-30     True
2026-05-31    False
2026-06-30     True
2026-07-31     True
2026-08-31    False
2026-09-30     True
2026-10-31     True
2026-11-30     True
2026-12-31     True
Freq: ME, dtype: bool





[Timestamp('2026-04-30 00:00:00'),
 Timestamp('2026-11-30 00:00:00'),
 Timestamp('2026-12-31 00:00:00')]

1.5.3 每小时销售额统计

现有某商店每小时销售额Series

按天重采样每日销售额

计算每天营业时间(8-22)和非营业时间的的销售额比例

找出销售额最高的3个小时

np.random.seed(24)
hours_sales=pd.Series(np.random.randint(0,100,24),index=pd.date_range('2026-03-01-00:00:00',periods=24,freq='h'))
print(hours_sales)

2026-03-01 00:00:00    34
2026-03-01 01:00:00     3
2026-03-01 02:00:00    64
2026-03-01 03:00:00    87
2026-03-01 04:00:00    17
2026-03-01 05:00:00    17
2026-03-01 06:00:00     1
2026-03-01 07:00:00    79
2026-03-01 08:00:00     4
2026-03-01 09:00:00    99
2026-03-01 10:00:00    82
2026-03-01 11:00:00    11
2026-03-01 12:00:00    99
2026-03-01 13:00:00    15
2026-03-01 14:00:00    73
2026-03-01 15:00:00    18
2026-03-01 16:00:00     7
2026-03-01 17:00:00    25
2026-03-01 18:00:00    35
2026-03-01 19:00:00    95
2026-03-01 20:00:00    28
2026-03-01 21:00:00     0
2026-03-01 22:00:00    12
2026-03-01 23:00:00    95
Freq: h, dtype: int32

#按天重采样每日销售额
day_sales=hours_sales.resample("D").sum()
print("全天总销售额:")
print(day_sales)

全天总销售额:
<bound method IndexOpsMixin.to_numpy of 2026-03-01    1000
Freq: D, dtype: int32>

#计算每天营业时间(8-22)和非营业时间的的销售额比例

# hours_sales.between_time("8:00","22:00")

bus_time_sales=hours_sales[(hours_sales.index.hour>=8)&(hours_sales.index.hour<=22)].sum()
print(f"营业时间总销售额:{bus_time_sales}")

#drop方法(drop表示去除)
no_bus_time_sales=hours_sales.drop(hours_sales.between_time("8:00","22:00").index)
print(f"非营业时间总销售额:{no_bus_time_sales.sum()}")

营业时间总销售额:603
非营业时间总销售额:397

#寻找销售额最高的三个小时的信息
print(hours_sales.nlargest(3))

2026-03-01 09:00:00    99
2026-03-01 12:00:00    99
2026-03-01 19:00:00    95
dtype: int32