本篇给大家简单讲解一下python中Series库，主要用来处理数据。
刚入门的读者可使用Jupyter Notebook学习，它是一种 Web 应用，能让用户将说明文本、数学方程、代码和可视化内容全部组合到一个易于共享的文档中，非常方便使用！！！
#创建series import pandas as pd data = [10, 11, 12] index = ['a', 'b', 'c'] s = pd.Series(data=data, index=index) s输出：
a 10 b 11 c 12 dtype: int64 #索引操作（查操作） s.loc['b'] #按照index数组的元素查找输出：11
s.iloc[0] #按照index数组的第0个元素查找输出：10
#改操作 s1 = s.copy() s1['a'] = 100 s1输出：
a 100 b 11 c 12 dtype: int64 #也可以用replace（）函数 s1.replace(to_replace=100, value=101, inplace=True) s1输出：
a 101 b 11 c 12 dtype: int64 #若将inplace改为False，则仅仅将s1又重新输出一遍，并没有更改内容 s1.replace(to_replace=100, value=102, inplace=False) s1输出：
a 101 b 11 c 12 dtype: int64 #不仅可以更改数值，还可以更改索引 s1.index = ['a', 'b', 'd'] s1输出：
a 101 b 11 d 12 dtype: int64 #上述方法太繁琐，需要把更改后的内容全都说明。还可以用rename()函数，就容易多了 s1.rename(index={'a':'A'}, inplace = True) s1输出：
A 101 b 11 d 12 dtype: int64 #增操作,既可以把之前打数据加上，也可以创建新的索引条。 data = [100,110] index = ['h', 'x'] s2 = pd.Series(data=data, index=index) s3 = s1.append(s2) s3['j'] = 500 s3输出：
A 101 b 11 d 12 h 100 x 110 j 500 dtype: int64 #删除操作,下面两种方法均可实现 del s1['A'] #s1.drop(['b','d'], inplace=True) s1 输出： b 11 d 12 dtype: int64
