如何从 NumPy 数组创建一个系列？

Pandas Series 与一维 NumPy 数组非常相似，我们可以使用 NumPy 数组创建一个 Pandas Series。为此，我们需要导入 NumPy 模块，因为它是 Pandas 包的先决条件，无需单独安装。

它由我们的软件包安装程序自动安装。所以我们可以直接将 NumPy 模块导入到我们的工作区中。

如果您不喜欢使用此可用版本的 NumPy，它由包安装程序安装，我们可以安装所需版本的 NumPy 包，因为它也是像 Pandas 一样的开源包。

示例

import pandas as pd
import numpy as np

array = np.array([8,54,43,6,73,78])
s = pd.Series(array)
print(s)

解释

在上面的示例中，我们通过使用 NumPy 数组创建了一个 Pandas 系列，为此我们还需要导入 NumPy 模块，最初我们分别使用别名 pd 和 np 导入了 Pandas 和 NumPy 模块。

然后使用该NumPy.array方法创建变量数组，该数组具有长度为 6 个元素的整数值。这个数组变量是pandas.Series方法的输入数据。

输出结果

0    8
1   54
2   43
3    6
4   73
5   78
dtype: int32

生成的熊猫系列显示在上面的输出块中，这里的标签是 0-5 的整数值，由熊猫系列方法自动创建，数据也是整数数据类型 (int 32)。

示例

import pandas as pd
import numpy as np

# create numpy array using array method
array = np.array([1.2,5.5,2.9,4.6])
s = pd.Series(array, index=list('abcd'))
print(s)

上面的代码块是另一个使用 NumPy 数组创建的 pandas series 示例，其中该数组由所有浮点数创建，通过使用该数组我们将创建一个 pandas Series 并使用字符串手动创建索引值。

在这里，我们为 pandas Series 方法的 index 属性提供了一个字符串列表。

输出结果

a   1.2
b   5.5
c   2.9
d   4.6
dtype: float64

这个系列有 4 个元素，每个元素都是一个 float64 数据类型。索引值由标签表示，标签为 a、b、c、d。