Series對象的屬性有：1、index屬性，查看Series對象的索引；2、size屬性，查看Series的元素個數；3、values屬性，將Pandas中的數據格式轉換為Numpy中數組的形式；4、dtype屬性；5、name屬性。

該方法適用于所有品牌的電腦。

Pandas Series對象常見屬性

查看 Series 的相關屬性，可以查看或更改該序列元素的類型以及索引。

In [1]: import pandas as pd
In [2]: a=pd.Series([0,1,2,3,4,5])

1）index屬性

index 屬性可以查看 Series 對象的索引，同樣也可以直接賦值更改。我們使用 .loc 和 .iloc 對索引修改，前后做同樣的處理，請體會 loc 和i loc 的區別，代碼如下。

In [3]: a.index
Out[3]: RangeIndex(start=0, stop=6, step=1)
In [4]: a.loc[1]
Out[4]: 1
In [5]: a.iloc[1]
Out[5]: 1

改變了a的索引，這時 loc[1] 取倒數第2個位置的值，而 iloc[1] 仍然是取絕對位置為 1 的值。

In [6]: a.index = [5,4,3,2,1,0]
In [7]: a.index
Out[7]: Int64Index([5, 4, 3, 2, 1, 0], dtype='int64')
In [8]: a.loc[1]
Out[8]: 4
In [9]: a.iloc[1]
Out[9]: 1

2) size屬性

size 屬性可以用來查看 Series 的元素個數。

In [10]: a.size  # 查看數據的個數
Out[10]: 6

3) values屬性

values 屬性可以作為 Pandas 和 Numpy 中間轉換的橋梁，通過 values 屬性可以將 Pandas 中的數據格式轉換為 Numpy 中數組的形式。

In [11]: a.values  # 查看返回值，返回的是一個Numpy中的array類型
Out[11]: array([0, 1, 2, 3, 4, 5], dtype=int64)

4) dtype屬性

dtype 屬性用來查看數據的類型，然后可以通過 astype 方法對數據類型進行更改。Pandas 支持很多數據類型，我們需要根據不同的使用場景選擇不同的數據類型。

In [12]: a.dtype  # 查看數據類型
Out[12]: dtype('int64')
In [13]: a=a.astype('float64')
In [14]: a.dtype  # 查看數據類型

5) name屬性

獲取values的name

6) index.name屬性

獲取索引的name

更多編程相關知識，請訪問：編程學習！！

總結

以上是生活随笔為你收集整理的Pandas Series对象的常见属性有哪些的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。