Pandas 数据结构：Series

虽然像 NumPy 的 ndarray 这样强大的数组结构常用于数值计算，但许多数据不仅仅是原始数字；它们带有标签和结构。例如，随时间变化的股票价格、来自不同位置的传感器读数，或者调查受访者的人口统计信息。这就是 Pandas 发挥作用的地方，它用于一维数据的基本数据结构是 Series。

可以将 Series 想象成电子表格中的单个列，或者 Python 列表或 NumPy 数组的更高级版本。它本质上是一个一维的类数组对象，包含一系列值和一组相关的数据标签数组，称为其 索引。

Series 的结构

Pandas Series 有两个主要组成部分：

1. 值： 这是一系列数据点。在底层，这些值通常存储在 NumPy ndarray 中，这使得对其进行操作既快速又高效。Series 中的值通常具有相同的数据类型（如整数、浮点数、字符串或 Python 对象）。
2. 索引： 这是一组与值对应的标签数组。与主要使用基于整数的索引（0, 1, 2, ...）的 NumPy 数组不同，Pandas Series 有一个显式 索引。此索引可以由整数组成，但也可以由字符串、日期或其他 Python 对象构成。如果您在创建 Series 时未指定索引，Pandas 会自动创建一个默认的整数索引，范围从 0 到 $N-1$，其中 $N$ 是值的数量。

这里是一个简单的可视化表示：

Pandas Series 将值数组（通常是 NumPy 数组）与一个用于标记 (token)的显式索引对象结合起来。

带标签数据的重要性

显式索引是 Pandas Series 的一个重要特性。相比仅使用普通的 NumPy 数组，它提供了几个优势：

• 直观访问： 您可以使用有意义的标签（如日期或类别名称）访问数据点，而不是仅仅通过整数位置。例如，获取“周三”的温度通常比记住它在索引位置 2 更直观。
• 数据对齐 (alignment)： 在多个 Series 之间执行操作时，Pandas 会根据索引标签自动对齐数据。这可以防止在使用无序或不同顺序的数据时出现的许多常见错误。
• 灵活性： 相比简单的整数索引，索引允许更复杂的选择和处理逻辑。

可以将 Series 看作是通过增加这一层有意义的标签来增强 NumPy 数组。它保留了 NumPy 对底层值的计算效率，同时提供了一种更灵活、内容更丰富的结构，适合数据分析。在下一节中，我们将介绍在 Python 中创建这些 Series 对象的实用方法。