如何从 python 字典创建 Pandas 系列?

我们可以通过将字典数据发送到pandas Series 方法即使用python 字典来创建pandas Series 对象。这个pandas Series 方法将使用python 字典中的键和值对创建一个新的Series 对象。pandas.Series()

字典中的所有键都将成为 Series 对象的索引,而字典中键值对中的所有值将成为 Series 对象的值(数据)。

让我们看一个使用python字典创建pandas系列的示例,为此我们需要先创建一个python字典。

示例

import pandas as pd
# 创建字典
dictionary = {'A':10, 'B':63, 'D':32, 'C':87}

# 创建系列
s = pd.Series(dictionary)
print(s)

解释

在这里,我们最初创建了一个键值对长度为 4 的 Python 字典,之后我们将字典传递给了 pandas Series 对象。Series 是一个 Pandas Series 类构造函数,它将创建一个 Series 对象,该对象具有来自字典键的索引值和来自字典值的值。

输出结果

A   10
B   63
D   32
C   87
dtype: int64

上面的输出块是pandas Series方法使用python字典创建的结果Series对象,Series中每个元素的数据类型都是int64类型。

让我们使用 pandas Serie 方法的 index 属性创建另一个系列对象。

示例

import pandas as pd
# 创建字典
dictionary = {'A':10, 'B':89, 'C':43}

# 创建系列
s = pd.Series(dictionary, index=['A','B','C', 'D'])
print(s)

解释

在这个例子中,我们创建了一个长度为 3 的 Python 字典的系列,另外这里我们提到了 Pandas 系列对象的 index 属性。此索引属性的输入是一个字符串列表,其中包含 4 个元素。

输出结果

A   10.0
B   89.0
C   43.0
D    NaN
dtype: float64

与前面的例子相比,这个系列对象中所有数据的数据类型都是 float64。这是因为字典和索引属性中的元素长度不同。因此,pandas Series 方法会将 NaN 值分配给该额外索引,因此所有元素的 dtype 都被创建为 float64 dtype