实战场景：Pandas中Series的创建和数据类型转换，Series的创建和数据类型转换，Series 类似于一维数组与字典(map)数据结构的结合,由索引和数据组成。
#用Numpy创建Series import numpy as np import pandas as pd s = pd.Series( np.arange(10, 100, 10), # 数值：10~90，间隔10 index=np.arange(101, 110), # 索引：101~109，间隔1，不包含最后一个数字 dtype='float' # 类型：float64 ) print(s)
运行结果：
101 10.0
102 20.0
103 30.0
104 40.0
105 50.0
106 60.0
107 70.0
108 80.0
109 90.0
dtype: float64
#转换Series的数据类型
import pandas as pd
s = pd.Series( data=["001", "002", "003", "004"], index=list("abcd")
)
# s = s.astype(int) 两种方法
s = s.map(int) #int是函数
print(s)运行结果：
a 1
b 2
c 3
d 4
dtype: int64
实战场景：
实战场景：Pandas中Series与数据list如何互相转换，Pandas的Series对象变成数据list，Series 类似于一维数组与字典(map)数据结构的结合,由索引和数据组成
主要知识点：
实战：
#使用Pandas #把数据list，变成Pandas的Series对象 #把Series输出到命令行 import pandas as pd #引入pandas包 courses = ["张三", "李四", "赵五", "李六"] #初始化对象 data = pd.Series(data=courses) #Series本身有一个参数 print(data)
运行结果 ：
0 张三
1 李四
2 赵五
3 李六
#使用Pandas
#把数据dict，变成Pandas的Series对象
#把Series输出到命令行
import pandas as pd
grades = {"语文": 80, "数学": 90, "英语": 85, "计算机": 100}
data = pd.Series(data=grades)
print(data)运行结果 ：
语文 80
数学 90
英语 85
计算机 100
#使用Pandas
#把Pandas的Series对象变成数据list
#把list输出到命令行
import pandas as pd
grades = {"语文": 80, "数学": 90, "英语": 85, "计算机": 100}
data = pd.Series(data=grades)
numbers = data.tolist() #Series的值转换成list
print(numbers)运行结果 ：
[80, 90, 85, 100]
