pandas.Series

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

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

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

Операции между Series (+, -, /, *, **) выравнивают значения на основе соответствующих им значений индекса — они не обязательно должны быть одинаковой длины. Результирующий индекс будет отсортированным объединением двух индексов.

Параметры:

data:подобный массиву, Iterable, dict или скалярное значение

Содержит данные, хранящиеся в Series. Если data — словарь, порядок аргументов сохраняется.

index:подобный массиву или Index (1d)

Значения должны быть хэшируемыми и иметь такую же длину, как и data. Разрешаются не уникальные значения индекса. По умолчанию используется RangeIndex (0, 1, 2, ..., n), если не указано иное. Если data — подобен словарю и index — None, то ключи в data используются в качестве индекса. Если index не None, то результирующая Series переиндексируется значениями index.

dtype:str, numpy.dtype или ExtensionDtype, необязательно

Тип данных для результирующей Series. Если не указано, он будет определён из data. Для дополнительной информации см. справочник пользователя.

name:Hashable, по умолчанию None

Имя, присваиваемое Series.

copy:bool, по умолчанию False

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

Замечания

Дополнительную информацию см. в справочнике пользователя.

Примеры

Создание Series из словаря с указанным 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 совпадают со значениями индекса, поэтому значения индекса не влияют.

>>> 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 сначала индекс создаётся с ключами из словаря. После этого Series переиндексируется указанными значениями индекса, поэтому в результате 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 содержит 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 транспонированную матрицу, которая по определению равна self.
array	ExtensionArray данных, лежащих в основе этого Series или Index.
at	Доступ к одиночному значению для пары строки/столбца по метке.
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.
empty	Указатель, является ли Series/DataFrame пустым.
flags	Получение свойств, связанных с этим объектом pandas.
hasnans	Возвращает True, если есть какие-либо NaN.
iat	Доступ к одиночному значению по паре строка/столбец по целочисленной позиции.
iloc	(УСТАРЕЛО) Чисто целочисленное индексирование для выбора по позиции.
index	Индекс (метки осей) Series.
is_monotonic_decreasing	Возвращает булево значение, если значения в объекте монотонно убывают.
is_monotonic_increasing	Возвращает булево значение, если значения в объекте монотонно возрастают.
is_unique	Возвращает булево значение, если значения в объекте уникальны.
loc	Доступ к группе строк и столбцов по меткам или булевому массиву.
name	Возвращает имя Series.
nbytes	Возвращает количество байтов в базовых данных.
ndim	Количество 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 подобный ndarray в зависимости от типа данных.

Методы

abs()	Возвращает Series/DataFrame с абсолютным значением каждого элемента.
add(other[, level, fill_value, axis])	Возвращает сумму Series и other по элементам (бинарная операция add).
add_prefix(prefix[, axis])	Добавляет префикс prefix к меткам.
add_suffix(suffix[, axis])	Добавляет суффикс suffix к меткам.
agg([func, axis])	Агрегирует данные, используя одну или несколько операций по указанной оси.
aggregate([func, axis])	Агрегирует данные, используя одну или несколько операций по указанной оси.
align(other[, join, axis, level, copy, ...])	Выравнивает два объекта по осям с указанным методом объединения.
all([axis, bool_only, skipna])	Возвращает True, если все элементы равны True, потенциально по оси.
any(*[, axis, bool_only, skipna])	Возвращает True, если хотя бы один элемент равен True, потенциально по оси.
apply(func[, convert_dtype, args, by_row])	Вызывает функцию для значений Series.
argmax([axis, skipna])	Возвращает целочисленную позицию наибольшего значения в Series.
argmin([axis, skipna])	Возвращает целочисленную позицию наименьшего значения в Series.
argsort([axis, kind, order, stable])	Возвращает целочисленные индексы, которые отсортировали бы значения Series.
asfreq(freq[, method, how, normalize, ...])	Преобразует временной ряд в указанную частоту.
asof(where[, subset])	Возвращает последнюю строку(и) без каких-либо NaN перед where.
astype(dtype[, copy, errors])	Преобразует pandas объект в указанный тип данных dtype.
at_time(time[, asof, axis])	Выбирает значения в определенное время суток (например, 9:30 утра).
autocorr([lag])	Вычисляет автокорреляцию с задержкой N.
backfill(*[, axis, inplace, limit, downcast])	(УСТЕРЕЖЕН) Заполняет пропуски (NaN) значениями следующего непустого значения.
between(left, right[, inclusive])	Возвращает булеву Series, эквивалентную left <= series <= right.
between_time(start_time, end_time[, ...])	Выбирает значения между определенными временами суток (например, с 9:00 до 9:30 утра).
bfill(*[, axis, inplace, limit, limit_area, ...])	Заполняет пропуски (NaN) значениями следующего непустого значения.
bool()	(УСТЕРЕЖЕН) Возвращает bool значение для Series или DataFrame с одним элементом.
case_when(caselist)	Заменяет значения, где условия равны True.
clip([lower, upper, axis, inplace])	Обрезает значения по пороговым значениям.
combine(other, func[, fill_value])	Комбинирует Series с Series или скаляром в соответствии с func.
combine_first(other)	Обновляет нулевые элементы значением из того же местоположения в 'other'.
compare(other[, align_axis, keep_shape, ...])	Сравнивает с другой Series и показывает различия.
convert_dtypes([infer_objects, ...])	Преобразует столбцы в наилучшие возможные типы данных, используя типы данных, поддерживающие pd.NA.
copy([deep])	Создает копию индексов и данных этого объекта.
corr(other[, method, min_periods])	Вычисляет корреляцию с Series other, исключая пропущенные значения.
count()	Возвращает количество не-NA/null наблюдений в Series.
cov(other[, min_periods, ddof])	Вычисляет ковариацию с Series, исключая пропущенные значения.
cummax([axis, skipna])	Возвращает кумуляльный максимум по оси DataFrame или Series.
cummin([axis, skipna])	Возвращает кумуляльный минимум по оси DataFrame или Series.
cumprod([axis, skipna])	Возвращает кумулятивное произведение по оси DataFrame или Series.
cumsum([axis, skipna])	Возвращает кумулятивную сумму по оси DataFrame или Series.
describe([percentiles, include, exclude])	Генерирует описательные статистики.
diff([periods])	Первое дискретное различие элемента.
div(other[, level, fill_value, axis])	Возвращает результат деления с плавающей точкой Series и other по элементам (бинарная операция truediv).
divide(other[, level, fill_value, axis])	Возвращает результат деления с плавающей точкой Series и other по элементам (бинарная операция truediv).
divmod(other[, level, fill_value, axis])	Возвращает результат целочисленного деления и остатка от деления Series и other по элементам (бинарная операция divmod).

dot(other)	Вычислить скалярное произведение между Series и столбцами other.
drop([labels, axis, index, columns, level, ...])	Возвращает Series с удаленными указанными метками индекса.
drop_duplicates([*, keep, inplace, ignore_index])	Возвращает Series с удаленными дублирующими значениями.
droplevel(level[, axis])	Возвращает Series/DataFrame с удаленными уровнями индекса/столбцов.
dropna([*, axis, inplace, how, ignore_index])	Возвращает новую Series с удаленными пропущенными значениями.
duplicated([keep])	Указывает дублирующиеся значения в Series.
eq(other[, level, fill_value, axis])	Возвращает результат сравнения «равно» для Series и other по элементам (бинарная операция eq).
equals(other)	Проверяет, содержат ли два объекта одинаковые элементы.
ewm([com, span, halflife, alpha, ...])	Предоставляет вычисления с экспоненциально взвешенным (EW) окном.
expanding([min_periods, axis, method])	Предоставляет вычисления с расширяющимся окном.
explode([ignore_index])	Преобразует каждый элемент списка в строку.
factorize([sort, use_na_sentinel])	Кодирует объект как перечислимый тип или категориальную переменную.
ffill([*, axis, inplace, limit, limit_area, ...])	Заполняет пропущенные значения, распространяя последнее действительное наблюдение на следующее.
fillna([value, method, axis, inplace, ...])	Заполняет пропущенные значения указанным методом.
filter([items, like, regex, axis])	Подмножество строк или столбцов DataFrame в соответствии с указанными метками индекса.
first(offset)	(УСТЕРЕЖЕН) Выбрать начальные периоды данных временного ряда на основе смещения даты.
first_valid_index()	Возвращает индекс первого не-NA значения или None, если не найдено не-NA значение.
floordiv(other[, level, fill_value, axis])	Возвращает целочисленное деление Series и other по элементам (бинарная операция floordiv).
ge(other[, level, fill_value, axis])	Возвращает результат сравнения «больше или равно» для Series и other по элементам (бинарная операция ge).
get(key[, default])	Получить элемент из объекта для заданного ключа (например, столбец DataFrame).
groupby([by, axis, level, as_index, sort, ...])	Группировать Series с помощью маппера или Series столбцов.
gt(other[, level, fill_value, axis])	Возвращает результат сравнения «больше» для Series и other по элементам (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([copy])	Попытка определить лучшие типы данных для столбцов типа object.
info([verbose, buf, max_cols, memory_usage, ...])	Выводит краткое описание Series.
interpolate([method, axis, limit, inplace, ...])	Заполнение значений NaN с помощью метода интерполяции.
isin(values)	Определяет, содержатся ли элементы Series в values.
isna()	Обнаружение пропущенных значений.
isnull()	Series.isnull — это псевдоним для Series.isna.
item()	Возвращает первый элемент базовых данных в виде скаляра Python.
items()	Ленивое итерирование по кортежам (индекс, значение).
keys()	Возвращает псевдоним для индекса.
kurt([axis, skipna, numeric_only])	Возвращает несмещенную эксцесс (куртоз) по запрошенной оси.
kurtosis([axis, skipna, numeric_only])	Возвращает несмещенную эксцесс (куртоз) по запрошенной оси.
last(offset)	(УСТЕРЕЖЕН) Выбрать конечные периоды данных временного ряда на основе смещения даты.
last_valid_index()	Возвращает индекс последнего не-NA значения или None, если не найдено не-NA значение.
le(other[, level, fill_value, axis])	Возвращает результат сравнения «меньше или равно» для Series и other по элементам (бинарная операция le).
lt(other[, level, fill_value, axis])	Возвращает результат сравнения «меньше» для Series и other по элементам (бинарная операция lt).
map(arg[, na_action])	Применить отображение или функцию к значениям Series.

mask(cond[, other, inplace, axis, level])	Заменить значения, где условие истинно.
max([axis, skipna, numeric_only])	Возвращает максимальное значение по указанной оси.
mean([axis, skipna, numeric_only])	Возвращает среднее значение по указанной оси.
median([axis, skipna, numeric_only])	Возвращает медиану значений по указанной оси.
memory_usage([index, deep])	Возвращает объем используемой памяти в Series.
min([axis, skipna, numeric_only])	Возвращает минимальное значение по указанной оси.
mod(other[, level, fill_value, axis])	Возвращает остаток от деления series и other поэлементно (бинарная операция mod).
mode([dropna])	Возвращает моду(ы) Series.
mul(other[, level, fill_value, axis])	Возвращает произведение series и other поэлементно (бинарная операция mul).
multiply(other[, level, fill_value, axis])	Возвращает произведение series и other поэлементно (бинарная операция mul).
ne(other[, level, fill_value, axis])	Возвращает результат сравнения series и other на неравенство поэлементно (бинарная операция ne).
nlargest([n, keep])	Возвращает n наибольших элементов.
notna()	Обнаружение существующих (не пропущенных) значений.
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])	(УСТЕРЕЖЕН) Заполнение значений NA/NaN, распространяя последнее действительное значение на следующее действительное.
pct_change([periods, fill_method, limit, freq])	Дробное изменение между текущим и предыдущим элементом.
pipe(func, *args, **kwargs)	Применение цепочных функций, ожидающих Series или DataFrame.
pop(item)	Возвращает элемент и удаляет его из series.
pow(other[, level, fill_value, axis])	Возвращает показательную степень series и other поэлементно (бинарная операция pow).
prod([axis, skipna, numeric_only, min_count])	Возвращает произведение значений по указанной оси.
product([axis, skipna, numeric_only, min_count])	Возвращает произведение значений по указанной оси.
quantile([q, interpolation])	Возвращает значение в заданном квантиле.
radd(other[, level, fill_value, axis])	Возвращает сумму series и other поэлементно (бинарная операция radd).
rank([axis, method, numeric_only, ...])	Вычисление рангов числовых данных (от 1 до n) по оси.
ravel([order])	(УСТЕРЕЖЕН) Возвращает сглаженные данные в виде массива ndarray или ExtensionArray.
rdiv(other[, level, fill_value, axis])	Возвращает дробное деление series и other поэлементно (бинарная операция rtruediv).
rdivmod(other[, level, fill_value, axis])	Возвращает целочисленное деление и остаток от деления series и other поэлементно (бинарная операция rdivmod).
reindex([index, axis, method, copy, level, ...])	Приведение Series к новому индексу с необязательной логикой заполнения.
reindex_like(other[, method, copy, limit, ...])	Возвращает объект с совпадающими индексами как у объекта other.
rename([index, axis, copy, inplace, level, ...])	Изменение меток индекса или имени Series.
rename_axis([mapper, index, axis, copy, inplace])	Установка имени оси для индекса или столбцов.
reorder_levels(order)	Переупорядочивание уровней индекса в соответствии с входным порядком.
repeat(repeats[, axis])	Повторение элементов Series.
replace([to_replace, value, inplace, limit, ...])	Замена значений, указанных в to_replace, на value.
resample(rule[, axis, closed, label, ...])	Ресемплирование временных рядов.
reset_index([level, drop, name, inplace, ...])	Генерация новой DataFrame или Series с сброшенным индексом.
rfloordiv(other[, level, fill_value, axis])	Возвращает целочисленное деление series и other поэлементно (бинарная операция rfloordiv).
rmod(other[, level, fill_value, axis])	Возвращает остаток от деления series и other поэлементно (бинарная операция rmod).
rmul(other[, level, fill_value, axis])	Возвращает произведение series и other поэлементно (бинарная операция rmul).

rolling(window[, min_periods, center, ...])	Предоставление расчётов с использованием скользящего окна.
round([decimals])	Округление каждого значения в Series до заданного числа десятичных знаков.
rpow(other[, level, fill_value, axis])	Возвращает показатель степени ряда и другого элемента (бинарная операция rpow).
rsub(other[, level, fill_value, axis])	Возвращает результат вычитания ряда и другого элемента (бинарная операция rsub).
rtruediv(other[, level, fill_value, axis])	Возвращает результат деления с плавающей точкой ряда и другого элемента (бинарная операция rtruediv).
sample([n, frac, replace, weights, ...])	Возвращает случайную выборку элементов из оси объекта.
searchsorted(value[, side, sorter])	Находит индексы, где элементы должны быть вставлены для поддержания порядка.
sem([axis, skipna, ddof, numeric_only])	Возвращает несмещённую стандартную ошибку среднего по запрошенной оси.
set_axis(labels, *[, axis, copy])	Присваивает желаемый индекс заданной оси.
set_flags(*[, copy, allows_duplicate_labels])	Возвращает новый объект с обновлёнными флагами.
shift([periods, freq, axis, fill_value, suffix])	Смещает индекс на нужное количество периодов с необязательной временной freq.
skew([axis, skipna, numeric_only])	Возвращает несмещённый коэффициент асимметрии по запрошенной оси.
sort_index(*[, axis, level, ascending, ...])	Сортирует Series по меткам индекса.
sort_values(*[, axis, ascending, inplace, ...])	Сортировка по значениям.
squeeze([axis])	Сжатие объектов одномерной оси в скаляры.
std([axis, skipna, ddof, numeric_only])	Возвращает выборочное стандартное отклонение по запрошенной оси.
sub(other[, level, fill_value, axis])	Возвращает результат вычитания ряда и другого элемента (бинарная операция sub).
subtract(other[, level, fill_value, axis])	Возвращает результат вычитания ряда и другого элемента (бинарная операция sub).
sum([axis, skipna, numeric_only, min_count])	Возвращает сумму значений по запрошенной оси.
swapaxes(axis1, axis2[, copy])	(УСТАРЕЛО) Перемещение осей и соответствующее переключение осей значений.
swaplevel([i, j, copy])	Меняет уровни i и j в MultiIndex.
tail([n])	Возвращает последние n строк.
take(indices[, axis])	Возвращает элементы по заданным порядковым индексам вдоль оси.
to_clipboard(*[, excel, sep])	Копирование объекта в буфер обмена системы.
to_csv([path_or_buf, sep, na_rep, ...])	Запись объекта в файл в формате CSV (значения, разделённые запятыми).
to_dict(*[, into])	Преобразование Series в словарь {метка -> значение} или подобный объекту словарь.
to_excel(excel_writer, *[, sheet_name, ...])	Запись объекта в лист Excel.
to_frame([name])	Преобразование Series в DataFrame.
to_hdf(path_or_buf, *, key[, mode, ...])	Запись содержащихся данных в HDF5-файл с использованием HDFStore.
to_json([path_or_buf, orient, date_format, ...])	Преобразование объекта в JSON-строку.
to_latex([buf, columns, header, index, ...])	Вывод объекта в таблицу LaTeX, longtable или вложенную таблицу.
to_list()	Возвращает список значений.
to_markdown([buf, mode, index, storage_options])	Вывод Series в формате, удобном для Markdown.
to_numpy([dtype, copy, na_value])	Массив NumPy ndarray, представляющий значения в этой Series или Index.
to_period([freq, copy])	Преобразование Series из DatetimeIndex в PeriodIndex.
to_pickle(path, *[, compression, protocol, ...])	Запись 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, ...])	Вывод строкового представления Series.
to_timestamp([freq, how, copy])	Преобразование в DatetimeIndex из Timestamp в начале периода.
to_xarray()	Возвращает объект xarray из объекта pandas.
tolist()	Возвращает список значений.
transform(func[, axis])	Вызов func над self, что даёт Series с формой оси, такой же, как у self.
transpose(*args, **kwargs)	Возвращает транспонирование, которое по определению равно self.

truediv(other[, level, fill_value, axis])	Возвращает результат деления элементов ряда на другие элементы, поэлементно (бинарный оператор truediv).
truncate([before, after, axis, copy])	Обрезает ряд или DataFrame до и после определенного значения индекса.
tz_convert(tz[, axis, level, copy])	Преобразует временную зону осознанного по оси в целевую временную зону.
tz_localize(tz[, axis, level, copy, ...])	Локализует индекс ряда или DataFrame без временной зоны в целевую временную зону.
unique()	Возвращает уникальные значения объекта Series.
unstack([level, fill_value, sort])	Развертывает (также известен как сводка) Series с MultiIndex для создания DataFrame.
update(other)	Изменяет Series на месте, используя значения из переданного Series.
value_counts([normalize, sort, ascending, ...])	Возвращает ряд, содержащий количество уникальных значений.
var([axis, skipna, ddof, numeric_only])	Возвращает несмещенную дисперсию по запрошенной оси.
view([dtype])	(УСТАРЕЛО) Создает новый вид Series.
where(cond[, other, inplace, axis, level])	Заменяет значения, где условие ложно.
xs(key[, axis, level, drop_level])	Возвращает поперечный срез из Series/DataFrame.