将 NumPy 数组转换为 Pandas 系列
Numpy 数组是 N 维数组，也称为 ndarray，它是 NumPy 库的主要对象。同样，pandas 系列是 pandas 库的一维数据结构。pandas 和 NumPy 都是 python 中有效使用的开源库。下面我们可以看到一维 numpy 数组。
NumPy 数组 array([1, 2, 3, 4])
pandas 系列是带有标记索引的一维数据结构，它与一维 NumPy 数组非常相似。
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，每个元素都标有位置索引值。在下面的文章中，我们将 NumPy 数组转换为 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。
假设我们有一个包含几个值的一维 Numpy 数组，在输出中，我们将看到从 numpy 数组转换而来的 pandas 系列对象。
输入 numpy 数组: [1 2 3 4] 输出系列: 0 1 1 2 2 3 3 4 dtype: int64
要将 Numpy 数组转换为 Pandas Series，我们可以使用 pandas.Series() 方法。
pandas.Series() 方法
pandas.Series () 方法用于根据给定的数据创建 Series 对象。该方法返回一个 Series 对象。以下是此方法的语法 –
pandas.Series(data=None, index=None, dtype=None, name=None, copy=False, fastpath=False)
其中，
data:可迭代对象、字典或标量值。
index:使用此参数指定行标签。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:从输入中复制数据，默认值为 False。
示例
让我们使用 pandas.Series() 方法将 NumPy 数组转换为 pandas 系列。
# 导入模块
import numpy as np
import pandas as pd
# 创建一维 numpy 数组
numpy_array = np.array([1, 2, 8, 3, 0, 2, 9, 4])
print("输入 numpy 数组:")
print(numpy_array)
# 将 NumPy 数组转换为系列
s = pd.Series(numpy_array)
print("输出系列:")
打印(s)
输出
输入 numpy 数组: [1 2 8 3 0 2 9 4] 输出系列: 0 1 1 2 2 8 3 3 4 0 5 2 6 9 7 4 dtype: int64
首先，使用整数元素创建一个一维 numpy 数组，然后将该数组转换为 pandas Series 对象。
示例
在此示例中，该系列是从浮点数的 NumPy 数组转换而来的。在转换过程中，我们将使用 index 参数为系列对象指定行标签。
# 导入模块
import numpy as np
import pandas as pd
# 创建一维 numpy 数组
numpy_array = np.array([1, 2.8, 3.0, 2, 9, 4.2])
print("输入 numpy 数组:")
print(numpy_array)
# 将 NumPy 数组转换为系列
s = pd.Series(numpy_array, index=list('abcdef'))
print("输出系列:")
print(s)
输出
输入 numpy 数组: [1. 2.8 3. 2. 9. 4.2] 输出系列: a 1.0 b 2.8 c 3.0 d 2.0 e 9.0 f 4.2 dtype: float64
将字符串列表提供给 Series 构造函数的 index 参数。
示例
在此示例中，我们将二维 numpy 数组转换为 series 对象。
# 导入模块
import numpy as np
import pandas as pd
# 创建 numpy 数组
numpy_array = np.array([[4, 1], [7, 2], [2, 0]])
print("输入 numpy 数组:")
print(numpy_array)
# 将 NumPy 数组转换为 Series
s = pd.Series(map(lambda x: x, numpy_array))
print("输出 Series:")
print(s)
输出
输入 numpy 数组: [[4 1] [7 2] [2 0]] 输出系列: 0 [4, 1] 1 [7, 2] 2 [2, 0] dtype: object
通过结合使用 map 和 lambda 函数，我们将二维 numpy 数组转换为系列对象。转换后的系列的数据类型为对象类型，每个系列元素都有一个整数数组。
示例
我们再举一个例子，将二维数组转换为系列对象。
# 导入模块
import numpy as np
import pandas as pd
# 创建 numpy 数组
numpy_array = np.array([[4, 1], [7, 2], [2, 0]])
print("输入 numpy 数组:")
print(numpy_array)
# 将 NumPy 数组转换为系列
s = pd.Series(map(lambda x: x[0], numpy_array))
print("输出系列:")
print(s)
输出
输入 numpy 数组: [[4 1] [7 2] [2 0]] 输出系列: 0 4 1 7 2 2 dtype: int64
此处使用二维 numpy 数组的第一行元素创建该系列。
