关于Pandas的Series创建方式和常用属性

 import numpy as np
 import pandas as pd
 l1 = [1,2,"中国",4.5]
 display(l1)
 display(l1[2])
 a1 = np.array([1,2,5,6,8])
 display(a1)
display(a1[4])
s1 = pd.Series([1,3,5,7,9])
display(s1)
display(s1[4])
s2 = pd.Series([1,3,5,7,9],index=["a","b","c","d","e"])
display(s2)
display(s2["d"])
display(s2[3])
s3 = pd.Series([1,3,5,7,9],index=[3,4,5,6,7])
display(s3)
display(s3[6])

x = [1,3,5,7,9]
y = pd.Series(x)
display(y)
y1 = pd.Series(x,index=["a","b","c","d","e"],dtype=np.float32)
display(y1)

x = range(2,7)
y = pd.Series(x)
display(y)

x = dict(a=22,b=18,c=35)
y = pd.Series(x)
display(y)
x1 = pd.Series({"a":1,"b":2,"c":3})
display(x1)

x = np.arange(1,6)
y = pd.Series(x)
display(y)

x = 22
y1 = pd.Series(x)
display(y1)
y2 = pd.Series(x,index=list(range(5)))
display(y2)

 * ndim          返回Series的维数；
 * shape         返回Series的形状；
 * dtype         返回Series中元素的数据类型；
 * size          返回Series中元素的个数；
 * itemsize      返回Series中每一个元素占用空间的大小，
                 以字节为单位；
 * nbytes        返回Series中所有元素占用空间的大小，
                 以字节为单位；
 * T             返回Series的转置结果；
#注意：下面这3个属性，在Series中才有。
* index         返回Series中的索引；
* values        返回Series中的数值；
* name          返回Series的名称  或  返回Series索引的名称；

* ndim          返回数组的维数；
* shape         返回数组的形状；
* dtype         返回数组元素的数据类型；
* size          返回数组中元素的个数；
* itemsize      返回数组中每一个元素占用空间的大小，以字节为单位；
* nbytes        返回数组中所有元素占用空间的大小，以字节为单位；
* T             返回数组元素的转置结果；

s = pd.Series([1,3,5,7,9])
display(s)
display(s.ndim)
display(s.shape)
display(s.dtype)
display(s.size)
display(s.itemsize)
display(s.nbytes)
display(s.T)

x = pd.Series([1,3,5,7,9])
display(x)
display(x.index)
display(x.values)

x = pd.Series([1,3,5,7,9])
display(x)
x.name = "Series的名称"
x.index.name= "Series索引的名称"
display(x)
display(x.name)
display(x.index.name)

y = pd.Series([1,3,5,7,9],index=["a","b","c","d","e"],name="Series的名称")
display(y)
display(y.index.name)
display(y.name)