带名称和索引的列
了解 Series 与列表的区别
带名称和索引的列 是 CoddyKit 上的免费 Data Science Academy 课时。 这是第 1 节课，共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 Data Science Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 Data Science Academy 课程共包含 4 节课。
认识 Series
Series 是 pandas 的一维列：一系列共享同一个名称和类型的值。您可以把它理解为电子表格中的一列。📊
不只是列表
普通的 Python 列表只是按顺序存放值。Series 会为每个值配上一个标签，因此每个项目既有位置，也有可以查找的名称。
快速创建一个 Series
将任意列表传给 pd.Series，pandas 就会替您将其包装起来。下面这一行代码会用三个数字创建您的第一个 Series。
import pandas as pd
s = pd.Series([10, 20, 30])
print(s)隐藏的索引
请注意输出左侧的数字。那就是索引：每个值对应的标签。如果没有提供索引，pandas 会自动从 0 开始编号。
设置有意义的标签
您可以使用 index 参数设置有意义的标签。现在每个值都有了名称，查找操作读起来就像普通英语一样。🏷️
s = pd.Series([90, 75, 88], index=['Ada', 'Bo', 'Cy'])
print(s['Bo'])内部只有一种类型
每个 Series 都有一个 dtype，例如 int64 或 float64。统一的类型让 pandas 能够一次性对整列快速执行数学运算。
print(s.dtype)为整个 Series 命名
Series 还可以拥有自己的名称，与索引分开。当 Series 加入 DataFrame 后，这个名称会成为列标题。
s.name = 'score'
print(s.name)值与索引彼此独立
您可以分别取出这两部分。.values 属性会提供原始数据数组；.index 会提供标记这些数据的标签。
print(s.values)
print(s.index)从字典创建
将字典传给 pd.Series，字典的键就会自动成为索引。这是一步创建带标签列的最快方法。
ages = pd.Series({'Ada': 36, 'Bo': 41})
print(ages)长度与快速查看
len(s) 会告诉您其中有多少个值，而 .head() 只显示前几个值。它们都是检查任意 Series 时很实用的第一步。
print(len(s))
print(s.head(2))构建列的基本单元
将多个 Series 并排组合，就能得到一个 DataFrame。因此，掌握 Series 就意味着您已经理解了 pandas 的一半。🧱
快速检查
让我们巩固一下 Series 所包含的内容。
回顾
您了解到，Series 是一个有名称、单一类型的列，其中每个值都有索引标签。它是构建 DataFrame 的基本单元。做得不错！🎉
用 AI 导师学习 Python — 免费
在浏览器中编写并运行真实代码，获得全天候 AI 导师的即时帮助，并在网页或应用中继续学习。
- 课程
- 30
- 课程
- 120
常见问题解答
「带名称和索引的列」课时是免费的吗？
是的 — 「带名称和索引的列」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 Data Science Academy 课程的其余内容，请升级到 CoddyKit PRO。 Data Science Academy 课程共包含 4 节课。
「带名称和索引的列」这节课中我会学到什么？
了解 Series 与列表的区别 你通过在浏览器中直接运行的动手代码来练习 Data Science Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 Data Science Academy 需要有经验吗？
无需任何先前经验。CoddyKit 上的 Data Science Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 1 节课，共 4 节。
「带名称和索引的列」课时需要多长时间？
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。
我能在这节 Data Science Academy 课中编写并运行代码吗？
能。每节 Data Science Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。
此课程中的所有课时
- 带名称和索引的列
- 基于标签与基于位置的访问
- Series 运算与对齐
- 计数并发现值