Series: a coluna rotulada

Criar uma Series

Uma Series pode nascer de uma lista, de um dicionário ou de um array do NumPy. Sem índice explícito, os rótulos são 0, 1, 2... Com um índice, os rótulos são o que você quiser, e as chaves de um dicionário viram o índice sozinhas:

import numpy as np
import pandas as pd

salarios = pd.Series([4500, 6500, 5000])
print(salarios)

com_nome = pd.Series([4500, 6500, 5000], index=["Ana", "Bruno", "Carla"], name="salario")
print(com_nome)
print(pd.Series({"Ana": 4500, "Bruno": 6500}))

0    4500
1    6500
2    5000
dtype: int64
Ana      4500
Bruno    6500
Carla    5000
Name: salario, dtype: int64
Ana      4500
Bruno    6500
dtype: int64

Uma Series tem valores (os dados), índice (os rótulos) e, opcionalmente, um nome, que vira o nome da coluna quando ela entra em um DataFrame:

print(com_nome.name, com_nome.index.tolist(), com_nome.to_numpy())

salario ['Ana', 'Bruno', 'Carla'] [4500 6500 5000]

Por rótulo ou por posição

O índice dá duas formas de acessar um valor: pelo rótulo (.loc) e pela posição (.iloc). As duas só coincidem quando o índice é 0, 1, 2... e nunca se deve confiar nisso:

print(com_nome.loc["Bruno"], com_nome.iloc[1])
print(com_nome.iloc[-1], com_nome.loc["Ana":"Bruno"].tolist())

6500 6500
5000 [4500, 6500]

Repare que a fatia por rótulo ("Ana":"Bruno") inclui os dois extremos, ao contrário das fatias do Python. No Pandas 3, o acesso com_nome[1] com um inteiro em um índice de texto não cai mais para a posição, como acontecia nas versões antigas:

try:
    com_nome[1]
except KeyError as erro:
    print("KeyError:", erro)

KeyError: 1

Use sempre .loc ou .iloc, que dizem o que você quer.

Operações vetorizadas, e o alinhamento por rótulo

As operações valem para a Series inteira, como no NumPy. O que muda é que a soma de duas Series alinha pelos rótulos, e rótulos que só existem de um lado viram NaN:

print((com_nome * 1.1).round(0).tolist())
print((com_nome > 4800).tolist())
print(com_nome.mean())

bonus = pd.Series({"Ana": 500, "Carla": 300, "Diego": 100})
print(com_nome + bonus)
print(com_nome.add(bonus, fill_value=0))

[4950.0, 7150.0, 5500.0]
[False, True, True]
5333.333333333333
Ana      5000.0
Bruno       NaN
Carla    5300.0
Diego       NaN
dtype: float64
Ana      5000.0
Bruno    6500.0
Carla    5300.0
Diego     100.0
dtype: float64

O Bruno não tem bônus, e o Diego não tem salário, então a soma comum dá NaN nos dois. O método add com fill_value=0 trata o lado que falta como zero, e aí ninguém some. Essa é a diferença que mais pega quem vem do NumPy: um array soma posição com posição, e a Series soma rótulo com rótulo.

Texto em uma Series

O acessor .str aplica as operações de texto a todos os valores de uma só vez, sem laço, e deixa os ausentes passarem:

nomes = pd.Series(["  ana souza ", "BRUNO LIMA", None])
print(nomes.str.strip().str.title().tolist())

['Ana Souza', 'Bruno Lima', nan]

Um acessor é um conjunto de ferramentas

O .str serve para texto, o .dt para datas (capítulo 18) e o .cat para categorias (capítulo 19). Cada um só funciona no tipo certo de coluna, e é isso que mantém a API organizada.