【Pandas】pandas Series shape

Pandas2.2 Series

Attributes

pandas.Series.shape

pandas.Series.shape 属性用于获取 Pandas Series 的形状，即其维度信息。虽然 Series 是一维数组（或序列），但 shape 属性仍然会返回一个元组，表示其长度（或说元素个数）和维度（在这种情况下为1）。

详细说明

• 作用：返回 Series 的形状，以元组的形式表示。
• 返回值：一个元组 (n,)，其中 n 是 Series 中元素的数量。
• 使用场景：在需要了解 Series 数据量大小、进行数据结构验证等场合非常有用。

示例 1：整数 Series

import pandas as pd

# 创建一个包含整数的 Series
s_int = pd.Series([1, 2, 3, 4, 5])

# 获取并打印 shape
print(s_int.shape)

结果：

(5,)

这表明该 Series 包含5个元素，且是一维的。

示例 2：浮点数 Series

# 创建一个包含浮点数的 Series
s_float = pd.Series([1.1, 2.2, 3.3, 4.4, 5.5, 6.6])

# 获取并打印 shape
print(s_float.shape)

结果：

(6,)

这表明该 Series 包含6个元素，且是一维的。

示例 3：字符串 Series

# 创建一个包含字符串的 Series
s_str = pd.Series(['apple', 'banana', 'cherry', 'date'])

# 获取并打印 shape
print(s_str.shape)

结果：

(4,)

这表明该 Series 包含4个元素，且是一维的。

示例 4：空 Series

# 创建一个空的 Series
s_empty = pd.Series()

# 获取并打印 shape
print(s_empty.shape)

结果：

(0,)

这表明该 Series 是空的，不包含任何元素，但仍然是一维的。

注意事项

• 维度：虽然 Series 本质上是一维的，但 shape 属性仍然返回一个元组，以符合 Pandas 数据结构（如 DataFrame）的通用接口。
• 与 DataFrame 的对比：对于 DataFrame，shape 属性返回一个包含两个元素的元组 (m, n)，其中 m 是行数，n 是列数。而对于 Series，这个元组只有一个元素，即元素的数量。

总结

pandas.Series.shape 属性是一个简单但有用的工具，用于了解 Pandas Series 的大小（即元素数量）和维度（在这种情况下始终为1）。通过检查 shape 属性，可以更容易地理解和处理数据。