I panda creano serie
La serie Pandas è un array unidimensionale in grado di archiviare qualsiasi formato di dati compatibile con Python e impiega le etichette per identificare ogni valore di input per il recupero. Le etichette che compongono l'indice possono essere stringhe o numeri. La struttura dati primaria utilizzata dal framework Pandas per archiviare un dati monodimensionale è una serie. La serie è simile alla colonna di una tabella. Contiene una o più righe di elementi di dati organizzati collettivamente da un titolo comune.
Creazione della serie Pandas
I dati che utilizziamo nei panda tendono a provenire da una certa fonte in circostanze generali che sono al di fuori dell'ambiente Python. Ma in questo articolo, ci concentreremo sulle informazioni che provengono dal file stesso per semplificare le cose.
Elenchi, dettami, dati scalari e altre strutture di dati possono essere utilizzati per generare la serie Pandas. Esistono molti modi per costruire una serie; Pochi di loro sono dati qui.
La sintassi Per la creazione della serie Pandas è la seguente:
Assicurarsi che la libreria Pandas sia importata prima di utilizzare una qualsiasi delle operazioni per generare la serie.
Esempio 1: creazione di una serie di base
Dato. IL come PD La lingua viene quindi utilizzata nello script per riferirsi ai panda come "PD."La biblioteca Pandas è ora accessibile a noi, quindi possiamo iniziare a costruire la nostra serie di base.
Il primo script crea una nuova variabile denominata "SRS" e la imposta sull'output di invocare il PD.Funzione serie (). I dati che si desidera utilizzare per costruire la serie dovrebbero essere inseriti all'interno delle staffe, noto anche come parametro. In questo esempio, creiamo una serie vuota, quindi lasciamo la parentesi del PD.Serie () funzione vuota.
Quando esegui lo script, appare la prima serie vuota. Utilizzando la funzione di stampa per visualizzare l'output sul terminale, è possibile verificare che tutto sia realizzato.
Ciò produce il seguente output visualizzato in cui la serie utilizza il galleggiante come formato di dati predefinito.
Esempio 2: generazione di una serie da un elenco
Il primo passo nella creazione di una serie da un elenco è creare l'elenco e quindi la serie può essere creata dall'elenco.
L'elenco Python che è servito da base per questa serie è dichiarato all'interno delle parentesi ([]). Abbiamo dichiarato l'elenco, lo assegniamo alla variabile "LS", e quindi abbiamo inviato la variabile "LS" come parametro al PD.Metodo serie ().
Quanto segue è l'output dell'istruzione print (). Qui, il tipo di dati viene dichiarato come oggetto.
Esempio 3: generazione di una serie da un array
Un altro pacchetto Python open source progettato per facilitare i calcoli analitici è Numpy. L'array numpy, che migliora gli elenchi di Python ottimizzando lo spazio e l'efficienza, è una delle sue caratteristiche chiave. Non ci sono variazioni significative nella struttura degli elenchi di Python e degli array numpy a causa di queste discrepanze sottostanti. Ciò implica che il processo per la generazione di una serie usando un array è in gran parte simile a uno per generare un elenco, con l'eccezione che è necessario importare sia i panda che le librerie numpy.
Abbiamo creato una "informazione" variabile proprio come nelle illustrazioni precedenti. Per creare un array, è necessario eseguire il NP. Array () funzione insieme a incorporare la libreria numpy insieme alla libreria dei Pandas, che è l'unico requisito extra dalla metodologia dell'elenco. Dopo aver concluso questo processo, chiamiamo il PD.Metodo serie () con l'array (informazioni) come espressione.
I risultati sono coerenti con ciò che potresti anticipare considerando il risultato dell'elenco (LS).
L'indice della serie inizia a 0 e arriva fino a -1, che è la sua lunghezza, per impostazione predefinita.
Esempio 4: generazione di una serie da un array con un indice
Per stabilire una serie utilizzando un indice indicato manualmente anziché il valore predefinito, l'argomento dell'indice richiede un elenco di voci con un intervallo di eguali elementi come dimensioni dell'array.
Qui, assegniamo il set di dati "Day" un elenco personalizzato (["S", "U", "N", "D", "A", "Y") fornendolo come input per l'argomento indice.
L'output è mostrato di seguito:
L'elenco che hai specificato durante la generazione della serie ha ora preso il posto dei tag indicizzati 0 predefiniti (0, 1, 2, 3). L'etichetta più diffusa, tuttavia, stringhe perché fornisce l'accesso a una tecnica di ricerca completamente diversa.
Esempio 5: generazione di una serie da un dizionario
I dizionari sono gruppi di dati strutturati come combinazioni chiave in Python. È associato un solo valore di dati a ciascuna chiave, che è univoca. Un campione può essere visto nell'approccio della serie seguente:
Dichiariamo un dizionario usando le parentesi graffe proprio come facciamo mentre costruiamo un elenco. In questo caso, la variabile "DT" è allocata per fare riferimento all'oggetto. Le coppie di valore chiave sono contenute all'interno del "DT". Ad esempio, il tasto del valore "5" è "Panda". Il PD.La funzione serie () è ora invocata con il dizionario come parametro.
Quando si chiama l'istruzione di stampa, otterrai l'output mostrato nella seguente immagine:
Potresti osservare una differenza tra questo esempio e gli altri. I tag dell'indice predefiniti vengono scambiati con le chiavi nel nostro dizionario. Ora, possiamo recuperare i valori dalle nostre serie in base alla sua etichetta numerica o stringa. La trasformazione del dizionario in serie è una tecnica semplice e semplice per specificare un indice unico e mantenere i valori chiave.
Esempio 6: generazione di una serie da valori scalari
Un indice dovrebbe essere specificato per generare una serie se l'ingresso è un valore scalare. Per corrispondere alla lunghezza dell'indice, questo valore verrebbe replicato.
Il terminale mostra la seguente uscita quando si esegue l'istruzione di stampa:
Esempio 7: generazione di una serie dalla funzione numpy
Numpy ha una varietà di funzioni che possono essere impiegate per costruire serie, tra cui Numpy.Linspace () e Numpy.casuale.Radn () funzioni. In questa illustrazione, useremo il numpy.Metodo Linspace () per creare la serie.
Nel frammento di codice precedente, abbiamo inizializzato due variabili: "SR1" e "SR2". Abbiamo invocato il NP.Linspace () funzione all'interno delle parentesi graffe del PD.Funzione in serie e passato i 3 parametri: valore più basso, valore più alto e lunghezza dell'array. Quindi, abbiamo impiegato l'istruzione Print () per visualizzare entrambe le serie, una dopo l'altra.
La schermata risultante è riportata di seguito:
Conclusione
Nella discussione di oggi, abbiamo scelto l'argomento "Panda.Serie () "funzione". Abbiamo diviso l'articolo in due sezioni: introduzione ed esempi. Nella prima parte dell'articolo, ti abbiamo fatto conoscere la serie Pandas: cosa sono e perché li usiamo a Python. Nella sezione successiva, abbiamo definito e spiegato i diversi metodi per creare una serie. Abbiamo elaborato le sette diverse tecniche per generare una serie usando la funzione della serie Pandas e abbiamo cercato di spiegare tutti i passaggi effettuati nei codici di esempio che abbiamo usato per l'implementazione pratica su Spyder. Speriamo che questo articolo ti aiuti ad apprendere il modulo della serie Pandas.