Pandas Create Series
Pandas-serien er en endimensjonal matrise som kan lagre ethvert Python-kompatibel dataformat og bruker etikettene for å identifisere hver inngangsverdi for å hente den. Etikettene som utgjør indeksen kan enten være strenger eller tall. Den primære datastrukturen som brukes av Pandas Framework for å lagre en endimensjonal data er en serie. Serien ligner på en tabellkolonne. Den inneholder en eller flere rader med dataelementer organisert kollektivt av en felles tittel.
Pandas Series Creation
Dataene vi bruker i pandaer har en tendens til å komme fra en viss kilde i generelle omstendigheter som er utenfor Python -miljøet. Men i denne artikkelen vil vi konsentrere oss om informasjonen som kommer fra selve filen for å holde ting enkelt.
Lister, dikter, skalardata og andre datastrukturer kan brukes til å generere Pandas -serien. Det er mange måter å konstruere en serie; Få av dem er gitt her.
Syntaks For opprettelsen av Pandas -serien er som følger:
Forsikre deg om at Pandas -biblioteket importeres før du bruker noen av operasjonene for å generere serien.
Eksempel 1: Opprette en grunnleggende serie
Fordi Pandas er et tredjepartsbibliotek, må vi i utgangspunktet importere den til Python-filen vår ved å bruke import Pandas-erklæringen. De som PD Språk brukes deretter i skriptet for å referere til Pandas som “PD.”Pandas 'bibliotek er nå tilgjengelig for oss, så vi kan begynne å bygge vår grunnleggende serie.
Det første skriptet oppretter en ny variabel som heter “SRS” og setter den til utgangen av å påkalle PD.Serie () funksjon. Dataene du ønsker å bruke for å konstruere serien, bør settes inn i parentesene, også kjent som parameteren. I dette eksemplet lager vi en tom serie, så vi forlater parentesen til PD.Serie () funksjon tom.
Når du utfører manuset, vises den første tomme serien din. Ved å bruke utskriftsfunksjonen for å vise utdataene til terminalen, kan du bekrefte at alt er oppnådd.
Dette gir følgende utdata som vises der serien bruker flottøren som standard dataformat.
Eksempel 2: Generere en serie fra en liste
Det første trinnet i å lage en serie fra en liste er å bygge listen, og da kan serien opprettes fra listen.
Python -listen som fungerte som grunnlaget for denne serien er erklært inne i parenteser ([]). Vi erklærte listen, tildeler den til variabelen "LS" og sendte deretter "LS" -variabelen som en parameter til PD.Serie () -metode.
Følgende er utdataene fra PRINT () -klæringen. Her er datatypen erklært som et objekt.
Eksempel 3: Generere en serie fra en matrise
En annen åpen kildekode Python-pakke designet for å lette analytiske beregninger er Numpy. Numpy -matrisen, som forbedrer Python -listene ved å optimalisere rom og effektivitet, er en av de viktigste funksjonene. Det er ingen signifikante variasjoner i strukturen til Python -lister og numpy matriser på grunn av disse underliggende avvikene. Dette innebærer at prosessen for å generere en serie som bruker en matrise i stor grad er lik en for å generere en liste, med unntak av at du må importere både Pandas og Numpy -bibliotekene.
Vi opprettet en variabel "info" akkurat som i de tidligere illustrasjonene. For å lage en matrise, må du utføre NP. Array () -funksjon i forbindelse med å innlemme Numpy -biblioteket sammen med Pandas 'bibliotek, som er det eneste ekstra kravet fra listemetodikken. Etter at prosessen er avsluttet, kaller vi PD.Serie () metode med matrisen (info) som uttrykk.
Resultatene stemmer overens med hva du kan forvente å vurdere Resultatet for listen (LS).
Serienes indeks begynner på 0 og går helt opp til -1, som er lengden, som standard.
Eksempel 4: Generere en serie fra en matrise som har en indeks
For å etablere en serie som bruker en manuelt angitt indeks i stedet for standard, krever indeksargumentet en liste over oppføringer med et like stort utvalg av elementer som matrisens størrelse.
Her tildeler vi datasettet "Dag" en tilpasset liste (["S", "U", "N", "D", "A," "Y") ved å gi det som innspill for indeksargumentet.
Utgangen er vist på følgende:
Listen du spesifiserte mens du genererer serien har nå tatt stedet for standard 0 indekserte tagger (0, 1, 2, 3). Den mest utbredte etiketten, imidlertid strenger fordi den gir tilgang til en helt annen søketeknikk.
Eksempel 5: Generere en serie fra en ordbok
Ordbøker er grupper av data som er strukturert som nøkkelkombinasjoner i Python. Bare en dataverdi er tilknyttet hver tast, som er unik. Et utvalg kan sees i følgende serie tilnærming:
Vi erklærer en ordbok ved å bruke de krøllete seler omtrent som vi gjør mens vi bygger en liste. I dette tilfellet blir variabelen “DT” tildelt for å referere til objektet. Nøkkelverdiparene er inneholdt i “DT”. For eksempel er "5" -verdi -tasten "Pandas". PD.Serie () -funksjonen påberopes nå med ordboken som parameter.
Når du ringer utskriftserklæringen, vil du få utdataene som vises i følgende bilde:
Du kan observere en forskjell mellom dette eksemplet og de andre. Standardindeksmerker byttes med tastene i ordboken vår. Nå kan vi hente verdiene fra serien vår basert på den numeriske eller strengetiketten. Ordbok transformasjon til serier er en rask og enkel teknikk for å spesifisere en unik indeks og beholde nøkkelverdiene.
Eksempel 6: Generere en serie fra skalarverdier
En indeks skal spesifiseres for å generere en serie hvis inngangen er en skalær verdi. For å samsvare med indeksens lengde, vil denne verdien bli replikert.
Terminalen viser følgende utgang når du kjører utskriftserklæringen:
Eksempel 7: Generere en serie fra Numpy -funksjon
Numpy har en rekke funksjoner som kan brukes til å bygge serier, inkludert Numpy.Linspace () og Numpy.tilfeldig.radn () funksjoner. I denne illustrasjonen vil vi bruke Numpy.Linspace () -metode for å lage serien.
I forrige kodebit initialiserte vi to variabler: “SR1” og “SR2”. Vi påkalte NP.Linspace () fungerer inne i seler på PD.seriefunksjon og passerte de 3 parametrene - laveste verdi, høyeste verdi og lengden på matrisen. Deretter benyttet vi uttalelsen () for å vise både serien, etter hverandre.
Den resulterende skjermen er gitt i følgende:
Konklusjon
I dagens diskusjon har vi valgt emnet “Pandas.serie () ”-funksjon. Vi delte artikkelen i to seksjoner: Introduksjon og eksempler. I den første delen av artikkelen introduserte vi deg for Pandas -serien: hva de er og hvorfor vi bruker dem i Python. I neste avsnitt definerte vi og forklarte de forskjellige metodene for å lage en serie. Vi utdypet de syv forskjellige teknikkene for å generere en serie ved hjelp av Pandas Series -funksjonen og prøvde å forklare alle trinnene som ble utført i eksemplene som vi brukte for praktisk implementering på Spyder. Vi håper at denne artikkelen hjelper deg med å lære Pandas Series -modulen.