目录
import pandas as pd
import numpy as np
#numpy的引用不是必须的，只是为了举例1.使用列表创建Series对象
a=pd.Series([4,5,6],range(1,4),dtype=numpy.int32,name='aa')
#dtype默认为int64，可以使用numpy修改
print(a)
>>> 1 4
2 5
3 6
Name: aa, dtype: int64
b=pd.Series([1,'x',3.4,np.nan,[1,2]],range(1,6))
print(b)
>>> 1 1
2 x
3 3.4
4 NaN
5 [1, 2]
dtype: objectSeries对象中的元素可以同为一种类型（如a），也可以各不相同（如b）
当元素类型不相同时，dtype=object
print('所有元素值：',b.values)
>>> 所有元素值： [1 'x' 3.4 nan list([1, 2])] #<class 'numpy.ndarray'>
print('所有索引号：',b.keys())
>>> 所有索引号： RangeIndex(start=1, stop=6, step=1)
print('所有索引名明细：',*b.index)
>>> 所有索引名明细： 1 2 3 4 5
print('所有键值对明细：',*b.items())
>>> 所有键值对明细： (1, 1) (2, 'x') (3, 3.4) (4, nan) (5, [1, 2])b.values #得到序列的元素组成的数组
b.keys() #得到索引号
b.index #得到索引名
*b.items() #得到每个键值对
加上*得到明细，如：
*b.keys()=1 2 3 4 5
2.使用字典创建Series对象
pd.set_option('display.unicode.east_asian_width',True)#使打印结果正确对齐
d=pd.Series({'考号':'10182156','姓名':'王小丫','科目一':'97'})
print(d)
>>> 考号 10182156
姓名 王小丫
科目一 97
dtype: object
print(d.values)
>>> ['10182156' '王小丫' '97']
print(*d.index)
>>> 考号 姓名 科目一pd.set_option('display.unicode.east_asian_width',True) #使打印结果对齐
3.创建索引号为日期的Series对象
dates=pd.date_range('20210315','20210318')
print(dates)
>>> DatetimeIndex(['2021-03-15', '2021-03-16', '2021-03-17', '2021-03-18'], dtype='datetime64[ns]', freq='D')
c=pd.Series([6,7,8,9],index=dates)
print(c)
>>> 2021-03-15 6
2021-03-16 7
2021-03-17 8
2021-03-18 9
Freq: D, dtype: int64
print(*c.keys())#不只天还有时间（时、分、秒）
>>> 2021-03-15 00:00:00 2021-03-16 00:00:00 2021-03-17 00:00:00 2021-03-18 00:00:00