如何从 Python 字典创建 Pandas Series？

我们可以通过使用 Python 字典并将字典数据发送到 Pandas Series 方法（即 pandas.Series()）来创建一个 Pandas Series 对象。此 Pandas Series 方法将使用 Python 字典中的键值对创建一个新的 Series 对象。

字典中的所有键都将成为 Series 对象的索引，而字典中键值对的所有值都将成为 Series 对象的值（数据）。

让我们看一个使用 Python 字典创建 Pandas Series 的示例，为此我们需要首先创建一个 Python 字典。

示例

import pandas as pd
# Creating dictionary
dictionary = {'A':10, 'B':63, 'D':32, 'C':87}

# Creating Series
s = pd.Series(dictionary)
print(s)

解释

这里我们最初创建了一个长度为 4 的键值对 Python 字典，之后我们将字典传递给 Pandas Series 对象。Series 是 Pandas Series 类构造函数，它将创建一个 Series 对象，此对象具有来自字典键的索引值和来自字典值的数值。

输出

A   10
B   63
D   32
C   87
dtype: int64

以上输出块是由 Pandas Series 方法使用 Python 字典创建的生成的 Series 对象，Series 中每个元素的数据类型都具有 int64 类型。

让我们使用 Pandas Serie 方法的 index 属性创建另一个 Series 对象。

示例

import pandas as pd
# Creating dictionary
dictionary = {'A':10, 'B':89, 'C':43}

# Creating Series
s = pd.Series(dictionary, index=['A','B','C', 'D'])
print(s)

解释

在这个例子中，我们使用长度为 3 的 Python 字典创建了一个 Series，并且在此处我们还将 index 属性提到了 Pandas Series 对象。此 index 属性的输入是一个字符串列表，其中包含 4 个元素。

输出

A   10.0
B   89.0
C   43.0
D    NaN
dtype: float64

与前面的示例相比，这里此 Series 对象中所有数据的类型都是 float64。这是因为字典和 index 属性中的元素长度不同。因此，Pandas Series 方法将为该额外索引分配 NaN 值，因此所有元素的 dtype 被创建为 float64 dtype。

Gireesha Devara

更新于: 2021-11-17

3K+ 次查看

开启你的 职业生涯

通过完成课程获得认证

开始学习