一、Series 核心概念与初始化

1. 核心概念

在 Pandas 中，Series 是一种一维的带标签数组结构。它能够容纳任意数据类型（如整数、浮点数、字符串或 Python 对象）。其轴标签通常被称为索引（Index）。与 NumPy 的一维数组（ndarray）相比，Series 的最大特点是自带索引；与 Python 字典相比，它更像是一个具有严格顺序的字典。

import numpy as np
import pandas as pd

# 生成包含5个随机数的 Series
random_series = pd.Series(np.random.rand(5))
print(random_series)

# 检查数据类型与底层结构
print(f"对象类型: {type(random_series)}")
print(f"索引类型: {type(random_series.index)}") # 通常为 RangeIndex
print(f"值类型: {type(random_series.values)}") # 底层为 NumPy ndarray

2. 初始化方法

通过字典创建

当使用字典初始化 Series 时，字典的键（Key）会自动转换为索引，字典的值（Value）则成为数据。如果值的数据类型不统一，Pandas 会自动进行类型推断或将其转换为 object 类型。

data_dict = {'x': 10, 'y': 20, 'z': 30, 'w': 'text'}
dict_series = pd.Series(data_dict)
print(dict_series)

通过一维数组创建

使用 NumPy 数组或 Python 列表创建时，可以通过 index 参数自定义索引，并通过 dtype 强制指定数据类型。

array_data = np.random.randn(4)
# 自定义索引并指定数据类型为 object
array_series = pd.Series(array_data, index=['A', 'B', 'C', 'D'], dtype=object)
print(array_series)

通过标量创建

如果传入的是一个标量值，则必须提供 index 参数。Pandas 会将该标量值广播（重复）以匹配索引的长度。

scalar_series = pd.Series(99.9, index=range(3))
print(scalar_series)

3. 名称属性管理

Series 对象可以拥有一个名称（name），这在将多个 Series 组合成 DataFrame 时非常有用。

unnamed_series = pd.Series([1, 2, 3])
named_series = pd.Series([4, 5, 6], name='metrics')

print(f"未命名: {unnamed_series.name}, 已命名: {named_series.name}")

# 使用 rename 方法修改名称，返回新对象，原对象不变
renamed_series = named_series.rename('new_metrics')
print(f"重命名后: {renamed_series.name}, 原对象: {named_series.name}")

二、Series 索引与数据选择

1. 位置索引

类似于 Python 列表，可以通过从 0 开始的整数位置来访问元素。需要注意的是，Pandas 的标签索引机制可能导致负数位置索引（如 s[-1]）引发 KeyError，具体取决于索引的数据类型。

pos_series = pd.Series(np.random.rand(4))
first_element = pos_series[0]
print(f"首个元素: {first_element}, 类型: {type(first_element)}")
# 转换为原生 Python float
print(f"原生浮点数: {float(first_element)}")

2. 标签索引

通过自定义的标签（Index）来访问数据。如果需要提取多个不连续的标签，可以传入一个标签列表。

label_series = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'])
print(f"单个标签: {label_series['b']}")

# 多标签选择，返回一个新的 Series
multi_select = label_series[['a', 'c', 'd']]
print(multi_select)

3. 切片操作

Series 支持切片操作。需要特别注意的是：基于位置的切片是左闭右开区间，而基于标签的切片是左闭右闭区间（包含末端）。

slice_series = pd.Series([1, 2, 3, 4, 5], index=['v', 'w', 'x', 'y', 'z'])

# 位置切片 (不包含索引3)
print("位置切片:\n", slice_series[1:3]) 
# 标签切片 (包含标签 'x')
print("标签切片:\n", slice_series['w':'x']) 

4. 布尔索引与条件过滤

通过传入布尔数组或条件表达式，可以过滤出满足特定条件的数据。结合 isnull() 和 notnull() 可以轻松处理缺失值。

filter_series = pd.Series([15, 85, np.nan, 45, 90])

# 条件过滤
high_values = filter_series[filter_series > 50]
print("大于50的值:\n", high_values)

# 缺失值处理
valid_data = filter_series[filter_series.notnull()]
print("非空数据:\n", valid_data)

三、Series 进阶操作技巧

1. 数据预览

在处理大型数据集时，使用 head() 和 tail() 可以快速查看数据的头部和尾部，默认显示 5 行，也可传入整数指定行数。

large_series = pd.Series(np.random.rand(100))
print("前3行:\n", large_series.head(3))
print("后2行:\n", large_series.tail(2))

2. 重新索引 (Reindexing)

reindex() 方法用于创建一个符合新索引的新 Series。如果新索引在原数据中不存在，则会填充缺失值（NaN），可以通过 fill_value 参数指定默认填充值。

orig_series = pd.Series([1.1, 2.2, 3.3], index=['x', 'y', 'z'])
# 引入新索引 'w'，并设置缺失值填充为 0.0
reindexed = orig_series.reindex(['z', 'y', 'x', 'w'], fill_value=0.0)
print(reindexed)

3. 自动数据对齐

Series 在进行算术运算时，会自动根据索引标签进行对齐，而无需关心数据在内存中的物理顺序。如果两个 Series 存在不重合的索引，计算结果中这些位置将显示为 NaN。

series_alpha = pd.Series([1, 2, 3], index=['A', 'B', 'C'])
series_beta = pd.Series([10, 20, 30], index=['B', 'C', 'D'])

# 自动对齐索引，A和D的位置将产生 NaN
aligned_sum = series_alpha + series_beta
print(aligned_sum)

4. 数据的增删改

删除数据：使用 drop() 方法移除指定标签的数据。默认情况下返回新对象，设置 inplace=True 可直接修改原对象。

新增与修改：可以直接通过标签赋值来修改现有数据或添加新数据。对于批量追加，推荐使用 pd.concat()（注：旧版本中的 append 方法在 Pandas 2.0+ 中已被彻底弃用）。

modify_series = pd.Series([10, 20, 30], index=['p', 'q', 'r'])

# 修改现有值
modify_series['p'] = 99
# 添加新值
modify_series['s'] = 40
print("修改与新增后:\n", modify_series)

# 删除指定标签
dropped_series = modify_series.drop(['q', 'r'])
print("删除后:\n", dropped_series)

# 使用 concat 追加新 Series (替代已废弃的 append)
new_data = pd.Series([50, 60], index=['t', 'u'])
combined_series = pd.concat([modify_series, new_data])
print("追加后:\n", combined_series)