创建一个具有所需长度的pd.Series对象

Question

sampleA = pd.concat([orderByUsersA['orders'],pd.Series(0,index=np.arange(visitors[visitors['group']=='A']['visitors'].sum() - len(orderByUsersA['orders'])), name='orders')],axis=0)

嗨，这个问题来自我的课堂演讲。

我的问题是，在串联时，在级数构造的第二个参数中，(0，(Zero表示什么。我尝试通过删除零来检查它的功能，它返回了一个未来的警告。。。

弃用警告：空系列的默认数据类型将为"object"而不是未来版本中的"float64"。指定数据类型明确地使此警告静音"quot"启动的入口点IPython内核。

参数0的作用以及可以给出的其他参数是什么？

Answer 1

我将简单地介绍np.arange内部的部分，但本质上，您可以使用以下代码创建一个系列。

import pandas as pd
import numpy as np
pd.Series(0, index=np.arange(10), name='orders')

创建这样的系列使用位置(0(和命名参数(index=np.arange(10)，name='orders'(的组合。

如果我们看一下Series类，它是一个有几个参数的类，并且所有参数都定义了默认值：

class pandas.Series(data=None, index=None, dtype=None, name=None, copy=False, fastpath=False)

因此，在创建对象的方式中，0按位置分配给第一个预期的参数，即data，然后按指定的参数名称确定index和name是什么，最后它为未指定的参数使用提供的默认值。

所以你的对象是用创建的

pd.Series(0, index=np.arange(10), name='orders')

相当于完全显式创建：

pd.Series(data=0, index=np.arange(10), name='orders', dtype=None,
copy=False, fastpath=False)

通常，您不会写出所有默认值，只会在参数与默认值不同、是没有默认值的参数，或者指定默认值有助于对代码进行自文档化时指定参数。

Answer 2

您也可以简单地在参数中指定dtype：

class pandas.Series(data=None, index=None, dtype=None, name=None, copy=False, fastpath=False)

您可以这样指定：

Ciccio = pd.Series(dtype = 'object')

这是一系列字符串的情况(您也可以将"object"用于混合值，其他有效值为int64或float64或bool…(