将 NumPy 数组转换为 Pandas Series

---

NumPy 数组是 N 维数组，也称为 ndarray，它是 NumPy 库的主要对象。同样，Pandas Series 是 Pandas 库中的一维数据结构。Pandas 和 NumPy 都是 Python 中广泛使用的开源库。下面我们可以看到一维 NumPy 数组。

NumPy array
array([1, 2, 3, 4])

Pandas Series 是一种一维数据结构，具有标记索引，它与一维 NumPy 数组非常相似。

Pandas Series:
0    1
1    2
2    3
3    4
4    5
dtype: int64

从上面的代码块中，我们可以看到 Pandas Series 对象，它有 5 个整数元素，每个元素都用位置索引值标记。在下面的文章中，我们将学习如何将 NumPy 数组转换为 Pandas Series 对象。

输入输出场景

让我们看看输入输出场景，以了解如何将 NumPy 数组转换为 Pandas Series。

假设我们有一个包含一些值的一维 NumPy 数组，在输出中，我们将看到从 NumPy 数组转换而来的 Pandas Series 对象。

Input numpy array:
[1 2 3 4]

Output Series:
0    1
1    2
2    3
3    4
dtype: int64

要将 NumPy 数组转换为 Pandas Series，我们可以使用 pandas.Series() 方法。

pandas.Series() 方法

pandas.Series() 方法用于根据给定数据创建 Series 对象。该方法返回一个 Series 对象。以下是该方法的语法：

pandas.Series(data=None, index=None, dtype=None, name=None, copy=False, fastpath=False)

其中，

• data：可迭代对象、字典或标量值。

• index：使用此参数指定行标签。默认值为 0 到 n-1。

• dtype：这是一个字符串值，用于指定 Series 的数据类型。（可选）

• name：这是一个字符串值，用于指定 Series 对象的名称。（可选）

• copy：从输入复制数据，默认为 False。

示例

让我们使用 pandas.Series() 方法将 NumPy 数组转换为 Pandas Series。

# importing the modules
import numpy as np
import pandas as pd

# Creating a 1 dimensional numpy array
numpy_array = np.array([1, 2, 8, 3, 0, 2, 9, 4])
print("Input numpy array:")
print(numpy_array)

# Convert NumPy array to Series
s = pd.Series(numpy_array)
print("Output Series:")
print(s)

输出

Input numpy array:
[1 2 8 3 0 2 9 4]
Output Series:
0    1
1    2
2    8
3    3
4    0
5    2
6    9
7    4
dtype: int64

最初，通过使用整数元素创建了一个一维 NumPy 数组，然后将该数组转换为 Pandas Series 对象。

示例

在这个例子中，Series 是从浮点数的 NumPy 数组转换而来的。在转换过程中，我们将使用 index 参数为 Series 对象指定行标签。

# importing the modules
import numpy as np
import pandas as pd

# Creating a 1 dimensional numpy array
numpy_array = np.array([1, 2.8, 3.0, 2, 9, 4.2])
print("Input numpy array:")
print(numpy_array)


# Convert NumPy array to Series
s = pd.Series(numpy_array, index=list('abcdef'))
print("Output Series:")
print(s)

输出

Input numpy array:
[1.  2.8 3.  2.  9.  4.2]
Output Series:
a    1.0
b    2.8
c    3.0
d    2.0
e    9.0
f    4.2
dtype: float64

将字符串列表提供给 Series 构造函数的 index 参数。

示例

在这个例子中，我们将把一个二维 NumPy 数组转换为 Series 对象。

# importing the modules
import numpy as np
import pandas as pd

# Creating a numpy array
numpy_array = np.array([[4, 1], [7, 2], [2, 0]])
print("Input numpy array:")
print(numpy_array)

# Convert NumPy array to Series
s = pd.Series(map(lambda x: x, numpy_array))
print("Output Series:")
print(s)

输出

Input numpy array:
[[4 1]
 [7 2]
 [2 0]]
Output Series:
0    [4, 1]
1    [7, 2]
2    [2, 0]
dtype: object

通过将 map 和 lambda 函数结合使用，我们在这里将二维 NumPy 数组转换为 Series 对象。转换后的 Series 的数据类型为对象类型，每个 Series 元素都包含一个整数数组。

示例

让我们再举一个例子，将二维数组转换为 Series 对象。

# importing the modules
import numpy as np
import pandas as pd

# Creating a numpy array
numpy_array = np.array([[4, 1], [7, 2], [2, 0]])
print("Input numpy array:")
print(numpy_array)

# Convert NumPy array to Series
s = pd.Series(map(lambda x: x[0], numpy_array))
print("Output Series:")
print(s)

输出

Input numpy array:
[[4 1]
 [7 2]
 [2 0]]
Output Series:
0    4
1    7
2    2
dtype: int64

这里 Series 是使用二维 NumPy 数组的第一行元素创建的。