如何從 Python 字典建立 Pandas Series？

我們可以透過使用 Python 字典並將字典資料傳送到 Pandas Series 方法（即 pandas.Series()）來建立一個 Pandas Series 物件。此 Pandas Series 方法將使用 Python 字典中的鍵值對建立一個新的 Series 物件。

字典中的所有鍵都將成為 Series 物件的索引，而字典中鍵值對的所有值都將成為 Series 物件的值（資料）。

讓我們看一個使用 Python 字典建立 Pandas Series 的示例，為此我們需要首先建立一個 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)

解釋

這裡我們最初建立了一個長度為 4 的鍵值對 Python 字典，之後我們將字典傳遞給 Pandas Series 物件。Series 是 Pandas Series 類建構函式，它將建立一個 Series 物件，此物件具有來自字典鍵的索引值和來自字典值的數值。

輸出

A   10
B   63
D   32
C   87
dtype: int64

以上輸出塊是由 Pandas Series 方法使用 Python 字典建立的生成的 Series 物件，Series 中每個元素的資料型別都具有 int64 型別。

讓我們使用 Pandas Serie 方法的 index 屬性建立另一個 Series 物件。

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)

解釋

在這個例子中，我們使用長度為 3 的 Python 字典建立了一個 Series，並且在此處我們還將 index 屬性提到了 Pandas Series 物件。此 index 屬性的輸入是一個字串列表，其中包含 4 個元素。

輸出

A   10.0
B   89.0
C   43.0
D    NaN
dtype: float64

與前面的示例相比，這裡此 Series 物件中所有資料的型別都是 float64。這是因為字典和 index 屬性中的元素長度不同。因此，Pandas Series 方法將為該額外索引分配 NaN 值，因此所有元素的 dtype 被建立為 float64 dtype。

更新於: 2021-11-17

3K+ 次檢視

開啟你的 職業生涯

透過完成課程獲得認證

開始學習
廣告