1. 为什么需要从字典转向Series当你第一次接触Pandas时可能会疑惑Python自带的字典dict已经很好用了为什么还要学习Series我刚开始用Pandas时也有同样的困惑直到处理真实数据时才明白两者的差异。字典就像一本随意涂鸦的笔记本虽然能记录数据但缺乏结构化操作能力。比如你想计算所有值的平均值需要写循环data {A: 85, B: 90, C: 78} avg sum(data.values()) / len(data) # 需要手动计算而Series是专业的数据容器内置了数十种统计方法import pandas as pd s pd.Series(data) print(s.mean()) # 直接调用方法更关键的是Series有三大杀手锏向量化运算不用循环就能批量处理数据智能对齐不同Series运算时会自动按索引匹配缺失值处理自动处理NaN值避免程序崩溃举个例子当我们需要合并两个数据源时sales_q1 {苹果: 120, 香蕉: 80} sales_q2 {苹果: 150, 橙子: 60} # 字典需要手动处理 merged {} for k in set(sales_q1) | set(sales_q2): merged[k] sales_q1.get(k, 0) sales_q2.get(k, 0) # Series自动对齐 s1 pd.Series(sales_q1) s2 pd.Series(sales_q2) merged s1.add(s2, fill_value0)2. 创建Series的三种核心方法2.1 从列表创建这是最基础的创建方式适合已有结构化数据的情况temps [22.3, 24.5, 19.8, 21.6] s pd.Series(temps)默认会生成0-N的整数索引就像这样0 22.3 1 24.5 2 19.8 3 21.6 dtype: float64我经常用这种方式处理传感器数据。比如最近做的智能家居项目温度传感器每5分钟采集一次数据直接转成Series就能做时序列分析。2.2 从字典创建这是最符合直觉的方式键自动变成索引student_scores {张三: 85, 李四: 92, 王五: 78} scores pd.Series(student_scores)输出会保留字典的键值对应关系张三 85 李四 92 王五 78 dtype: int64踩坑提醒当字典键和index参数冲突时Pandas会优先采用index。比如pd.Series({A:1, B:2}, index[B,C])输出是B 2.0 C NaN # 原始字典没有C键2.3 从标量值创建当需要创建相同值的序列时s pd.Series(25, index[a,b,c])这在初始化数据时特别有用比如创建全为0的缓冲数组a 25 b 25 c 25 dtype: int643. Series的索引技巧大全3.1 基础索引和字典类似的键值访问s pd.Series([10,20,30], index[x,y,z]) print(s[y]) # 输出20但比字典更强的是切片功能print(s[x:z]) # 包含末端输出x 10 y 20 z 30 dtype: int643.2 位置索引有时候我们更关心数据的位置print(s.iloc[1]) # 输出20 print(s.iloc[0:2]) # 不包含末端3.3 布尔索引这是筛选数据的利器temps pd.Series([22, 25, 19, 28, 21]) print(temps[temps 23])输出1 25 3 28 dtype: int643.4 多级索引处理复杂数据时会用到index [(北京,2020), (北京,2021), (上海,2020)] data [2150, 2250, 1980] s pd.Series(data, indexpd.MultiIndex.from_tuples(index))现在可以这样查询print(s[北京, 2021]) # 输出22504. Series的实战应用案例4.1 数据清洗处理真实数据时经常遇到缺失值sales pd.Series({一月:150, 二月:None, 三月:180}) cleaned sales.fillna(sales.mean()) # 用均值填充缺失4.2 数据转换快速计算统计量print(sales.describe())输出包含计数、均值、标准差等count 2.000000 mean 165.000000 std 21.213203 min 150.000000 25% 157.500000 50% 165.000000 75% 172.500000 max 180.000000 dtype: float644.3 数据可视化一行代码生成图表sales.plot(kindbar, title月度销售额)5. 性能优化技巧当处理大型Series时这些技巧可以提升10倍性能指定dtype避免自动类型推断的开销pd.Series([1,2,3], dtypeint8)使用NumPy数组比列表更快import numpy as np pd.Series(np.arange(1000000))避免链式索引用loc代替多次索引s[s 5][s 10] # 不推荐s.loc[(s 5) (s 10)] # 推荐最近处理一个包含百万级温度数据的项目这些优化让处理时间从12秒降到了0.8秒。