pandas.Series

classpandas.Series(data=None, index=None, dtype=None, name=None, copy=False, fastpath=False)[source]

Одномерный массив ndarray с метками осей (включая временные ряды).

Метки не обязательно должны быть уникальными, но должны быть хешируемого типа. Объект поддерживает индексирование по целочисленным и метковым значениям и предоставляет множество методов для выполнения операций, связанных с индексом. Статистические методы из ndarray переопределены для автоматического исключения отсутствующих данных (в настоящее время представленных как NaN).

Операции между Series (+, -, /, *, **) выравнивают значения на основе соответствующих значений индекса — они не обязательно должны иметь одинаковую длину. Результирующий индекс будет сортированным объединением двух индексов.

Параметры

data:подобный массиву, Iterable, dict или скалярное значение

Содержит данные, хранящиеся в Series. Если data является dict, порядок аргументов сохраняется.

index:подобный массиву или Index (1d)

Значения должны быть хешируемыми и иметь такую же длину, как data. Разрешены не уникальные значения индекса. По умолчанию будет использоваться RangeIndex (0, 1, 2, …, n), если он не предоставлен. Если data — dict-подобный объект, а index — None, тогда ключи в данных используются в качестве индекса. Если индекс не None, результирующая Series переиндексируется с значениями индекса.

dtype:строка, numpy.dtype или ExtensionDtype, необязательно

Тип данных для результирующей Series. Если не указано, он будет определен из data. См. руководство пользователя для более подробного использования.

name:строка, необязательно

Имя, которое нужно присвоить Series.

copy:bool, по умолчанию False

Копировать входные данные. Затрагивает только Series или входные данные 1d ndarray. См. примеры.

Примечания

Дополнительную информацию см. в руководстве пользователя.

Примеры

Создание Series из словаря со специфицированным индексом

>>> d = {'a': 1, 'b': 2, 'c': 3}
>>> ser = pd.Series(data=d, index=['a', 'b', 'c'])
>>> ser
a   1
b   2
c   3
dtype: int64

Ключи словаря соответствуют значениям индекса, поэтому значения индекса не имеют эффекта.

>>> d = {'a': 1, 'b': 2, 'c': 3}
>>> ser = pd.Series(data=d, index=['x', 'y', 'z'])
>>> ser
x   NaN
y   NaN
z   NaN
dtype: float64

Обратите внимание, что индекс сначала создается с ключами из словаря. После этого Series переиндексируется с предоставленными значениями индекса, поэтому в результате мы получаем все NaN.

Создание Series из списка с copy=False.

>>> r = [1, 2]
>>> ser = pd.Series(r, copy=False)
>>> ser.iloc[0] = 999
>>> r
[1, 2]
>>> ser
0    999
1      2
dtype: int64

Из-за типа входных данных Series имеет копию исходных данных, даже если copy=False, поэтому данные не изменяются.

Создание Series из 1d ndarray с copy=False.

>>> r = np.array([1, 2])
>>> ser = pd.Series(r, copy=False)
>>> ser.iloc[0] = 999
>>> r
array([999,   2])
>>> ser
0    999
1      2
dtype: int64

Из-за типа входных данных Series имеет view на исходные данные, поэтому данные также изменяются.

Атрибуты

T	Возвращает транспонирование, которое по определению равно self.
array	ExtensionArray данных, лежащих в основе этой Series или Index.
at	Доступ к отдельному значению для пары строк/столбцов по меткам.
attrs	Словарь глобальных атрибутов этого набора данных.
axes	Возвращает список меток оси строк.
dtype	Возвращает объект dtype базовых данных.
dtypes	Возвращает объект dtype базовых данных.
flags	Получить свойства, связанные с этим объектом pandas.
hasnans	Возвращает True, если существуют какие-либо NaN.
iat	Доступ к отдельному значению по паре индексов строк/столбцов.
iloc	Индексирование только по целочисленным позициям для выбора по позиции.
index	Индекс (метки осей) Series.
is_monotonic	(УСТЕРЕЖЕН) Возвращает boolean, если значения в объекте монотонно возрастают.
is_monotonic_decreasing	Возвращает boolean, если значения в объекте монотонно убывают.
is_monotonic_increasing	Возвращает boolean, если значения в объекте монотонно возрастают.
is_unique	Возвращает boolean, если значения в объекте уникальны.
loc	Доступ к группе строк и столбцов по метке(ам) или булевому массиву.
name	Возвращает имя Series.
nbytes	Возвращает количество байтов в базовых данных.
ndim	Число измерений базовых данных, по определению 1.
shape	Возвращает кортеж формы базовых данных.
size	Возвращает количество элементов в базовых данных.
values	Возвращает Series как ndarray или ndarray-подобный объект в зависимости от типа данных.

empty

Методы

abs()	Возвращает Series/DataFrame с абсолютным значением каждого элемента.
add(other[, level, fill_value, axis])	Возвращает сумму Series и other, поэлементно (бинарная операция add).
add_prefix(prefix)	Добавляет префикс prefix к меткам.
add_suffix(suffix)	Добавляет суффикс suffix к меткам.
agg([func, axis])	Агрегирование с использованием одной или нескольких операций по указанной оси.
aggregate([func, axis])	Агрегирование с использованием одной или нескольких операций по указанной оси.
align(other[, join, axis, level, copy, ...])	Выравнивание двух объектов по осям с указанным методом объединения.
all([axis, bool_only, skipna, level])	Возвращает True, если все элементы равны True, потенциально по оси.
any([axis, bool_only, skipna, level])	Возвращает True, если хотя бы один элемент равен True, потенциально по оси.
append(to_append[, ignore_index, ...])	(УСТАРЕЛО) Объединение двух или более Series.
apply(func[, convert_dtype, args])	Вызов функции для значений Series.
argmax([axis, skipna])	Возвращает целочисленную позицию максимального значения в Series.
argmin([axis, skipna])	Возвращает целочисленную позицию минимального значения в Series.
argsort([axis, kind, order])	Возвращает целочисленные индексы, которые отсортируют значения Series.
asfreq(freq[, method, how, normalize, ...])	Преобразование временного ряда к заданной частоте.
asof(where[, subset])	Возвращает последнюю строку(и) без каких-либо NaN до where.
astype(dtype[, copy, errors])	Преобразование pandas объекта к указанному типу данных dtype.
at_time(time[, asof, axis])	Выбор значений в определенное время суток (например, 9:30 утра).
autocorr([lag])	Вычисление автокорреляции с лагом N.
backfill([axis, inplace, limit, downcast])	Синоним для DataFrame.fillna() с method='bfill'.
between(left, right[, inclusive])	Возвращает булеву Series, эквивалентную left <= series <= right.
between_time(start_time, end_time[, ...])	Выбор значений между определенными временами суток (например, 9:00-9:30 утра).
bfill([axis, inplace, limit, downcast])	Синоним для DataFrame.fillna() с method='bfill'.
bool()	Возвращает bool значение для Series или DataFrame из одного элемента.
cat	псевдоним для pandas.core.arrays.categorical.CategoricalAccessor
clip([lower, upper, axis, inplace])	Обрезание значений по пороговым значениям.
combine(other, func[, fill_value])	Объединение Series с Series или скаляром в соответствии с func.
combine_first(other)	Обновление нулевых элементов значением из того же местоположения в 'other'.
compare(other[, align_axis, keep_shape, ...])	Сравнение с другой Series и отображение различий.
convert_dtypes([infer_objects, ...])	Преобразование столбцов к наилучшим возможным типам данных с использованием типов данных, поддерживающих pd.NA.
copy([deep])	Создает копию индексов и данных этого объекта.
corr(other[, method, min_periods])	Вычисление корреляции с Series other, исключая пропущенные значения.
count([level])	Возвращает количество не-NaN/null наблюдений в Series.
cov(other[, min_periods, ddof])	Вычисление ковариации с Series, исключая пропущенные значения.
cummax([axis, skipna])	Возвращает накопительный максимум по оси DataFrame или Series.
cummin([axis, skipna])	Возвращает накопительный минимум по оси DataFrame или Series.
cumprod([axis, skipna])	Возвращает накопительный продукт по оси DataFrame или Series.
cumsum([axis, skipna])	Возвращает накопительную сумму по оси DataFrame или Series.
describe([percentiles, include, exclude, ...])	Генерация описательной статистики.
diff([periods])	Первое дискретное различие элемента.
div(other[, level, fill_value, axis])	Возвращает деление с плавающей точкой Series и other, поэлементно (бинарная операция truediv).

divide(other[, level, fill_value, axis])	Возвращает результат деления элементов ряда на элементы другого объекта (бинарная операция truediv).
divmod(other[, level, fill_value, axis])	Возвращает результат целочисленного деления и остатка от деления элементов ряда на элементы другого объекта (бинарная операция divmod).
dot(other)	Вычисляет скалярное произведение ряда и столбцов другого объекта.
drop([labels, axis, index, columns, level, ...])	Возвращает ряд с удаленными указанными метками индекса.
drop_duplicates([keep, inplace])	Возвращает ряд с удаленными дублирующимися значениями.
droplevel(level[, axis])	Возвращает ряд/фрейм данных с удалёнными уровнями индекса/столбцов.
dropna([axis, inplace, how])	Возвращает новый ряд без пропущенных значений.
dt	Псевдоним для pandas.core.indexes.accessors.CombinedDatetimelikeProperties
duplicated([keep])	Указывает дублирующиеся значения в ряду.
eq(other[, level, fill_value, axis])	Возвращает результат сравнения элементов ряда на равенство с элементами другого объекта (бинарная операция eq).
equals(other)	Проверяет, содержат ли два объекта те же элементы.
ewm([com, span, halflife, alpha, ...])	Предоставляет вычисления с экспоненциальным взвешиванием (EW).
expanding([min_periods, center, axis, method])	Предоставляет вычисления с расширяющимся окном.
explode([ignore_index])	Преобразует каждый элемент списка в строку.
factorize([sort, na_sentinel, use_na_sentinel])	Кодирует объект как перечислимый тип или категориальную переменную.
ffill([axis, inplace, limit, downcast])	Синоним для DataFrame.fillna() с method='ffill'.
fillna([value, method, axis, inplace, ...])	Заполняет пропущенные значения (NaN) указанным методом.
filter([items, like, regex, axis])	Подмножество строк или столбцов фрейма данных в соответствии с указанными метками индексов.
first(offset)	Выбор начальных периодов временных рядов на основе временного смещения.
first_valid_index()	Возвращает индекс первого ненулевого значения или None, если ненулевых значений нет.
floordiv(other[, level, fill_value, axis])	Возвращает результат целочисленного деления ряда на другой объект (бинарная операция floordiv).
ge(other[, level, fill_value, axis])	Возвращает результат сравнения элементов ряда на больше или равно (бинарная операция ge).
get(key[, default])	Получить элемент из объекта по заданному ключу (например, столбец DataFrame).
groupby([by, axis, level, as_index, sort, ...])	Группировка ряда с помощью отображения или ряда столбцов.
gt(other[, level, fill_value, axis])	Возвращает результат сравнения элементов ряда на больше (бинарная операция gt).
head([n])	Возвращает первые n строк.
hist([by, ax, grid, xlabelsize, xrot, ...])	Построение гистограммы входного ряда с использованием matplotlib.
idxmax([axis, skipna])	Возвращает метку строки максимального значения.
idxmin([axis, skipna])	Возвращает метку строки минимального значения.
infer_objects()	Попытка улучшить определение типов для столбцов типа object.
info([verbose, buf, max_cols, memory_usage, ...])	Выводит краткое описание ряда.
interpolate([method, axis, limit, inplace, ...])	Заполнение пропущенных значений с помощью метода интерполяции.
isin(values)	Определяет, содержатся ли элементы ряда в values.
isna()	Обнаружение пропущенных значений.
isnull()	Series.isnull — псевдоним для Series.isna.
item()	Возвращает первый элемент базовых данных в виде Python-скаляра.
items()	Лениво итерируется по кортежам (индекс, значение).
iteritems()	(УСТЕРЕЖДЁН) Лениво итерируется по кортежам (индекс, значение).
keys()	Возвращает псевдоним для индекса.
kurt([axis, skipna, level, numeric_only])	Возвращает несмещённую эксцесс над указанной осью.
kurtosis([axis, skipna, level, numeric_only])	Возвращает несмещённую эксцесс над указанной осью.
last(offset)	Выбирать конечные периоды временных рядов на основе временного смещения.

last_valid_index()	Возвращает индекс последнего не-NA значения или None, если не найдено ни одного не-NA значения.
le(other[, level, fill_value, axis])	Возвращает результат сравнения меньше или равно для серии и другого объекта по элементам (бинарный оператор le).
lt(other[, level, fill_value, axis])	Возвращает результат сравнения меньше для серии и другого объекта по элементам (бинарный оператор lt).
mad([axis, skipna, level])	(УСТАРЕЛО) Возвращает среднее абсолютное отклонение значений по указанной оси.
map(arg[, na_action])	Применяет отображение или функцию к значениям серии.
mask(cond[, other, inplace, axis, level, ...])	Заменяет значения, где условие истинно.
max([axis, skipna, level, numeric_only])	Возвращает максимальное значение по указанной оси.
mean([axis, skipna, level, numeric_only])	Возвращает среднее значение по указанной оси.
median([axis, skipna, level, numeric_only])	Возвращает медианное значение по указанной оси.
memory_usage([index, deep])	Возвращает объем используемой памяти серией.
min([axis, skipna, level, numeric_only])	Возвращает минимальное значение по указанной оси.
mod(other[, level, fill_value, axis])	Возвращает остаток от деления серии и другого объекта по элементам (бинарный оператор mod).
mode([dropna])	Возвращает моду(ы) серии.
mul(other[, level, fill_value, axis])	Возвращает произведение серии и другого объекта по элементам (бинарный оператор mul).
multiply(other[, level, fill_value, axis])	Возвращает произведение серии и другого объекта по элементам (бинарный оператор mul).
ne(other[, level, fill_value, axis])	Возвращает результат сравнения не равно для серии и другого объекта по элементам (бинарный оператор ne).
nlargest([n, keep])	Возвращает n наибольших элементов.
notna()	Обнаруживает существующие (не отсутствующие) значения.
notnull()	Series.notnull — псевдоним для Series.notna.
nsmallest([n, keep])	Возвращает n наименьших элементов.
nunique([dropna])	Возвращает количество уникальных элементов в объекте.
pad([axis, inplace, limit, downcast])	Синоним для DataFrame.fillna() с method='ffill'.
pct_change([periods, fill_method, limit, freq])	Процентное изменение между текущим и предыдущим элементом.
pipe(func, *args, **kwargs)	Применяет цепочку функций, которые ожидают серии или фреймы данных.
plot	псевдоним для pandas.plotting._core.PlotAccessor
pop(item)	Возвращает элемент и удаляет его из серии.
pow(other[, level, fill_value, axis])	Возвращает показательную степень серии и другого объекта по элементам (бинарный оператор pow).
prod([axis, skipna, level, numeric_only, ...])	Возвращает произведение значений по указанной оси.
product([axis, skipna, level, numeric_only, ...])	Возвращает произведение значений по указанной оси.
quantile([q, interpolation])	Возвращает значение в заданном квантиле.
radd(other[, level, fill_value, axis])	Возвращает сумму серии и другого объекта по элементам (бинарный оператор radd).
rank([axis, method, numeric_only, ...])	Вычисляет ранги числовых данных (от 1 до n) по оси.
ravel([order])	Возвращает уплощенные данные как массив NumPy.
rdiv(other[, level, fill_value, axis])	Возвращает результаты деления с плавающей точкой серии и другого объекта по элементам (бинарный оператор rtruediv).
rdivmod(other[, level, fill_value, axis])	Возвращает результаты целочисленного деления и остатка от деления серии и другого объекта по элементам (бинарный оператор rdivmod).
reindex(*args, **kwargs)	Приспосабливает серию к новому индексу с необязательной логикой заполнения.
reindex_like(other[, method, copy, limit, ...])	Возвращает объект с соответствующими индексами, как у другого объекта.
rename([index, axis, copy, inplace, level, ...])	Изменяет метки индекса или имя серии.
rename_axis([mapper, index, columns, axis, copy])	Устанавливает имя оси для индекса или столбцов.
reorder_levels(order)	Переупорядочивает уровни индекса с помощью входного порядка.
repeat(repeats[, axis])	Повторяет элементы серии.

replace([to_replace, value, inplace, limit, ...])	Заменить значения, заданные в to_replace, на value.
resample(rule[, axis, closed, label, ...])	Перевыборка временных данных.
reset_index([level, drop, name, inplace, ...])	Создать новую таблицу DataFrame или Series с перезаданным индексом.
rfloordiv(other[, level, fill_value, axis])	Возвращает целую часть от деления Series и other поэлементно (бинарный оператор rfloordiv).
rmod(other[, level, fill_value, axis])	Возвращает остаток от деления Series и other поэлементно (бинарный оператор rmod).
rmul(other[, level, fill_value, axis])	Возвращает произведение Series и other поэлементно (бинарный оператор rmul).
rolling(window[, min_periods, center, ...])	Предоставляет вычисления скользящего окна.
round([decimals])	Округляет каждое значение в Series до заданного числа десятичных знаков.
rpow(other[, level, fill_value, axis])	Возвращает показательную степень Series и other поэлементно (бинарный оператор rpow).
rsub(other[, level, fill_value, axis])	Возвращает разность Series и other поэлементно (бинарный оператор rsub).
rtruediv(other[, level, fill_value, axis])	Возвращает действительное деление Series и other поэлементно (бинарный оператор rtruediv).
sample([n, frac, replace, weights, ...])	Возвращает случайную выборку элементов из оси объекта.
searchsorted(value[, side, sorter])	Находит индексы, куда элементы должны быть вставлены для сохранения порядка.
sem([axis, skipna, level, ddof, numeric_only])	Возвращает несмещенную стандартную ошибку среднего по запрошенной оси.
set_axis(labels[, axis, inplace, copy])	Присваивает желаемый индекс заданной оси.
set_flags([, copy, allows_duplicate_labels])	Возвращает новый объект с обновленными флагами.
shift([periods, freq, axis, fill_value])	Смещает индекс на нужное количество периодов с необязательной временной freq.
skew([axis, skipna, level, numeric_only])	Возвращает несмещенное значение асимметрии по запрошенной оси.
slice_shift([periods, axis])	(УСТЕРЕЖДЕННО) Эквивалентно shift без копирования данных.
sort_index([axis, level, ascending, ...])	Сортировать Series по меткам индекса.
sort_values([axis, ascending, inplace, ...])	Сортировать по значениям.
sparse	псевдоним pandas.core.arrays.sparse.accessor.SparseAccessor
squeeze([axis])	Сжать объекты с одноразмерной осью в скаляры.
std([axis, skipna, level, ddof, numeric_only])	Возвращает выборочное стандартное отклонение по запрошенной оси.
str	псевдоним pandas.core.strings.accessor.StringMethods
sub(other[, level, fill_value, axis])	Возвращает разность Series и other поэлементно (бинарный оператор sub).
subtract(other[, level, fill_value, axis])	Возвращает разность Series и other поэлементно (бинарный оператор sub).
sum([axis, skipna, level, numeric_only, ...])	Возвращает сумму значений по запрошенной оси.
swapaxes(axis1, axis2[, copy])	Меняет оси и соответствующим образом меняет значения осей.
swaplevel([i, j, copy])	Меняет уровни i и j в MultiIndex.
tail([n])	Возвращает последние n строк.
take(indices[, axis, is_copy])	Возвращает элементы по заданным порядковым индексам вдоль оси.
to_clipboard([excel, sep])	Копирует объект в буфер обмена системы.
to_csv([path_or_buf, sep, na_rep, ...])	Записывает объект в файл с разделителем запятыми (csv).
to_dict([into])	Преобразует Series в словарь {метка -> значение} или подобный объекту словарь.
to_excel(excel_writer[, sheet_name, na_rep, ...])	Записывает объект в лист Excel.
to_frame([name])	Преобразует Series в DataFrame.
to_hdf(path_or_buf, key[, mode, complevel, ...])	Записывает содержащиеся данные в файл HDF5 с помощью HDFStore.
to_json([path_or_buf, orient, date_format, ...])	Преобразует объект в строку JSON.
to_latex([buf, columns, col_space, header, ...])	Отображает объект в таблицу LaTeX, длинную таблицу или вложенную таблицу.
to_list()	Возвращает список значений.

to_markdown([buf, mode, index, storage_options])	Вывод Series в формате, подходящем для Markdown.
to_numpy([dtype, copy, na_value])	Массив NumPy, представляющий значения в этом Series или Index.
to_period([freq, copy])	Преобразование Series из DatetimeIndex в PeriodIndex.
to_pickle(path[, compression, protocol, ...])	Сохранение объекта в файл с помощью Pickle (сериализация).
to_sql(name, con[, schema, if_exists, ...])	Запись записей, хранящихся в DataFrame, в базу данных SQL.
to_string([buf, na_rep, float_format, ...])	Отображение строкового представления Series.
to_timestamp([freq, how, copy])	Преобразование в DatetimeIndex из Timestamps, в начале периода.
to_xarray()	Возвращает объект xarray из объекта pandas.
tolist()	Возвращает список значений.
transform(func[, axis])	Вызывает func над self, создавая Series с формой оси, такой же, как у self.
transpose(*args, **kwargs)	Возвращает транспонированную матрицу, которая по определению равна self.
truediv(other[, level, fill_value, axis])	Возвращает результат деления Series и other по элементам (бинарная операция truediv).
truncate([before, after, axis, copy])	Усечение Series или DataFrame до и после некоторого значения индекса.
tshift([periods, freq, axis])	(УСТЕРЕЖДЕН) Сдвиг временного индекса, используя частоту индекса, если она доступна.
tz_convert(tz[, axis, level, copy])	Преобразование оси с учетом часового пояса в целевой часовой пояс.
tz_localize(tz[, axis, level, copy, ...])	Локализация индекса Series или DataFrame без учета часового пояса в целевом часовом поясе.
unique()	Возвращает уникальные значения объекта Series.
unstack([level, fill_value])	Разворачивание, также известное как сводка, Series с MultiIndex для получения DataFrame.
update(other)	Изменение Series на месте с использованием значений из переданного Series.
value_counts([normalize, sort, ascending, ...])	Возвращает Series, содержащую количество уникальных значений.
var([axis, skipna, level, ddof, numeric_only])	Возвращает несмещенную дисперсию по запрошенной оси.
view([dtype])	Создает новый вид Series.
where(cond[, other, inplace, axis, level, ...])	Замена значений, где условие ложно.
xs(key[, axis, level, drop_level])	Возвращает поперечный срез из Series/DataFrame.