pandas Series

带标签的数组

pandas Series 是一维数组，其中每个值都带有标签，标签保存在 Series 的索引里。你不必记住位置 1 是微软，而是直接请求 prices["MSFT"]。Series 有 name，像 NumPy 数组一样有 dtype，也支持同样的整数组运算，所以 prices * 2、prices.mean() 和 prices > 180 都能用。按惯例用 import pandas as pd 导入 pandas，它建立在前面几节学过的 NumPy 之上。

import pandas as pd

prices = pd.Series([184.25, 410.2, 171.0], index=["AAPL", "MSFT", "GOOG"], name="price")
print(prices)
# AAPL    184.25
# MSFT    410.20
# GOOG    171.00
# Name: price, dtype: float64

print(prices["AAPL"], prices.iloc[1])    # 184.25 410.2   by label, by position
print(prices.index.tolist())             # ['AAPL', 'MSFT', 'GOOG']
print(prices[prices > 180])              # keeps AAPL and MSFT, labels intact
print(prices.mean(), prices.idxmax())    # 255.15 MSFT

# A dict also builds a Series: keys become the index
print(pd.Series({"AAPL": 1, "MSFT": 2}))

对齐：运算按标签匹配，而不是按位置

组合两个 Series 时，pandas 会先按标签对齐。只出现在其中一个里的标签，结果中是 NaN（非数，缺失值的标记），结果的索引是两个索引的并集。这正是合并不同账户里的持仓所需要的。使用 a.add(b, fill_value=0) 可把缺失的标签当作 0，而不是产生 NaN。按标签读取也与 NumPy 不同：s["MSFT"] 按标签，s.iloc[1] 按位置，不存在的标签会引发 KeyError。

import pandas as pd

a = pd.Series([100, 200], index=["AAPL", "MSFT"])
b = pd.Series([50, 10], index=["MSFT", "GOOG"])

print(a + b)
# AAPL      NaN
# GOOG      NaN
# MSFT    250.0

print(a.add(b, fill_value=0))
# AAPL    100.0
# GOOG     10.0
# MSFT    250.0

# Selecting by a list of labels, and asking for one that is missing
prices = pd.Series([184.25, 410.2], index=["AAPL", "MSFT"])
print(prices.reindex(["MSFT", "TSLA"]).tolist())   # [410.2, nan]

排序、排名与基准化

s.sort_values(ascending=False) 按值排序并带着标签一起移动，s.sort_index() 按标签排序，s.abs() 取绝对值。排序加切片能找出变动最大的：r.abs().sort_values(ascending=False).index[:3] 给出绝对收益最大的三个标签。要比较价格水平不同的资产，可在起点把各自基准化到 100：s / s.iloc[0] * 100，它会保留索引和名称。缺失值（NaN）会被 sum、mean 等跳过；s.isna() 可标出它们。

import pandas as pd

r = pd.Series([0.01, -0.03, 0.02], index=["x", "y", "z"])
print(r.abs().sort_values(ascending=False))
# y    0.03
# z    0.02
# x    0.01
# dtype: float64

prices = pd.Series([184.25, 410.2, 171.0], index=["AAPL", "MSFT", "GOOG"], name="price")
print(prices / prices.iloc[0] * 100)           # rebased to 100 at the first value
# AAPL    100.000000
# MSFT    222.632293
# GOOG     92.808684
# Name: price, dtype: float64

gappy = pd.Series([1.0, None, 3.0])
print(gappy.sum(), gappy.mean(), gappy.isna().tolist())   # 4.0 2.0 [False, True, False]

import pandas as pd

# A stray space and a lower-case letter make "the same" symbol two labels
raw = pd.Series([1, 2], index=["AAPL", "aapl "])
print(raw.index.is_unique)                     # True: they look different

raw.index = raw.index.str.strip().str.upper()  # clean the labels
print(raw.index.is_unique)                     # False: now both are "AAPL"
print(raw["AAPL"].tolist())                    # [1, 2]   a duplicate label returns a Series

merged = raw.groupby(level=0).sum()            # combine duplicates (groupby comes soon)
print(merged.to_dict())                        # {'AAPL': 3}

• pd.Series(values, index=labels, name=...)；按标签 s["A"] 或按位置 s.iloc[0] 读取。
• 运算按标签对齐（并集索引，缺失为 NaN）；a.add(b, fill_value=0) 把缺口当作 0。
• sort_values、abs、idxmax、s / s.iloc[0] * 100；结果是新 Series，原对象不变。

下一节：pandas DataFrame，由共享同一索引的 Series 组成的表格。

实验：评分内容

• 用 price_series 按代码给价格贴标签25 分
• 用 total_exposure 按标签合并两个账户25 分
• 用 top_movers 找出波动最大的标的25 分
• 用 rebase_to_100 把每个价格换算为基期 10025 分