极客笔记将NumPy数组转换为Pandas序列
NumPy数组是一个N维数组，也称为ndarray，它是NumPy库的主要对象。同样地，Pandas序列是Pandas库的一维数据结构。Pandas和NumPy都是Python中有效使用的开源库。以下是一个示例展示了一维的NumPy数组。
NumPy array
array([1, 2, 3, 4])
Pandas系列是一个带有标签索引的一维数据结构，它非常类似于一维的NumPy数组。
Pandas Series:
0 1
1 2
2 3
3 4
4 5
dtype: int64
从上面的代码块中，我们可以看到pandas系列对象，它有5个整数元素，每个元素都标有一个位置索引值。在下面的文章中，我们将把一个NumPy数组转换为一个Pandas系列对象。
输入输出场景
让我们看看输入输出场景，以了解如何将NumPy数组转换为Pandas系列。
假设我们有一个具有几个值的一维NumPy数组，并且在输出中，我们将看到一个从NumPy数组转换而来的Pandas系列对象。
Input numpy array:
[1 2 3 4]
Output Series:
0 1
1 2
2 3
3 4
dtype: int64
将一个Numpy数组转换为Pandas Series，可以使用pandas.Series()方法。
方法pandas.Series()
方法pandas.Series()用于根据给定的数据创建一个Series对象。该方法返回一个Series对象。以下是该方法的语法：
pandas.Series(data=None, index=None, dtype=None, name=None, copy=False, fastpath=False)
在这里，
- data: 可迭代对象，字典或标量值。
-
index: 通过此参数指定行标签。默认值为0到n-1。
-
dtype: 这是一个字符串值，用于指定系列的数据类型。（可选）
-
name: 这是一个字符串值，用于指定系列对象的名称。（可选）
-
copy: 复制输入数据，默认为False。
示例
让我们使用pandas.Series()方法将NumPy数组转换为pandas系列。
# importing the modules
import numpy as np
import pandas as pd
# Creating a 1 dimensional numpy array
numpy_array = np.array([1, 2, 8, 3, 0, 2, 9, 4])
print("Input numpy array:")
print(numpy_array)
# Convert NumPy array to Series
s = pd.Series(numpy_array)
print("Output Series:")
print(s)
输出
Input numpy array:
[1 2 8 3 0 2 9 4]
Output Series:
0 1
1 2
2 8
3 3
4 0
5 2
6 9
7 4
dtype: int64
最初，通过使用整数元素创建一个一维的numpy数组，然后将数组转换为pandas Series对象。
示例
在这个示例中，系列从一个浮点数的NumPy数组转换而来。在转换过程中，我们将使用索引参数来指定系列对象的行标签。
# importing the modules
import numpy as np
import pandas as pd
# Creating a 1 dimensional numpy array
numpy_array = np.array([1, 2.8, 3.0, 2, 9, 4.2])
print("Input numpy array:")
print(numpy_array)
# Convert NumPy array to Series
s = pd.Series(numpy_array, index=list('abcdef'))
print("Output Series:")
print(s)
输出
Input numpy array:
[1. 2.8 3. 2. 9. 4.2]
Output Series:
a 1.0
b 2.8
c 3.0
d 2.0
e 9.0
f 4.2
dtype: float64
给定一个字符串列表，将其作为Series构造函数的索引参数。
示例
在这个示例中，我们将把一个二维的numpy数组转换为Series对象。
# importing the modules
import numpy as np
import pandas as pd
# Creating a numpy array
numpy_array = np.array([[4, 1], [7, 2], [2, 0]])
print("Input numpy array:")
print(numpy_array)
# Convert NumPy array to Series
s = pd.Series(map(lambda x: x, numpy_array))
print("Output Series:")
print(s)
输出
Input numpy array:
[[4 1]
[7 2]
[2 0]]
Output Series:
0 [4, 1]
1 [7, 2]
2 [2, 0]
dtype: object
通过使用map和lambda函数，我们将二维的numpy数组转换成了一个序列对象。转换后的序列的数据类型是对象类型，每个序列元素都有一个整数数组。 示例： 让我们来看一个示例，将二维数组转换成一个序列对象。
# importing the modules
import numpy as np
import pandas as pd
# Creating a numpy array
numpy_array = np.array([[4, 1], [7, 2], [2, 0]])
print("Input numpy array:")
print(numpy_array)
# Convert NumPy array to Series
s = pd.Series(map(lambda x: x[0], numpy_array))
print("Output Series:")
print(s)
输出
Input numpy array:
[[4 1]
[7 2]
[2 0]]
Output Series:
0 4
1 7
2 2
dtype: int64
在这里，使用二维numpy数组的第一行元素创建了该系列。