如何从 python 字典创建 Pandas 系列？
我们可以通过将字典数据发送到pandasSeries方法即使用python字典来创建pandasSeries对象。这个pandasSeries方法将使用python字典中的键和值对创建一个新的Series对象。pandas.Series()
字典中的所有键都将成为Series对象的索引，而字典中键值对中的所有值将成为Series对象的值（数据）。
让我们看一个使用python字典创建pandas系列的示例，为此我们需要先创建一个python字典。
示例
import pandas as pd
#创建字典
dictionary = {'A':10, 'B':63, 'D':32, 'C':87}
#创建系列
s = pd.Series(dictionary)
print(s)解释
在这里，我们最初创建了一个键值对长度为4的Python字典，之后我们将字典传递给了pandasSeries对象。Series是一个PandasSeries类构造函数，它将创建一个Series对象，该对象具有来自字典键的索引值和来自字典值的值。
输出结果
A 10 B 63 D 32 C 87 dtype: int64
上面的输出块是pandasSeries方法使用python字典创建的结果Series对象，Series中每个元素的数据类型都是int64类型。
让我们使用pandasSerie方法的index属性创建另一个系列对象。
示例
import pandas as pd
#创建字典
dictionary = {'A':10, 'B':89, 'C':43}
#创建系列
s = pd.Series(dictionary, index=['A','B','C', 'D'])
print(s)解释
在这个例子中，我们创建了一个长度为3的Python字典的系列，另外这里我们提到了Pandas系列对象的index属性。此索引属性的输入是一个字符串列表，其中包含4个元素。
输出结果
A 10.0 B 89.0 C 43.0 D NaN dtype: float64
与前面的例子相比，这个系列对象中所有数据的数据类型都是float64。这是因为字典和索引属性中的元素长度不同。因此，pandasSeries方法会将NaN值分配给该额外索引，因此所有元素的dtype都被创建为float64dtype