TechCodeview

Pandas-sarja voidaan määritellä yksiulotteiseksi taulukoksi, joka pystyy tallentamaan erilaisia ​​tietotyyppejä. Voimme helposti muuntaa luettelon, monikon ja sanakirjan sarjoiksi käyttämällä ' sarja ' menetelmällä. Sarjojen rivitunnisteita kutsutaan indekseiksi. Sarja ei voi sisältää useita sarakkeita. Siinä on seuraava parametri:

tiedot:Se voi olla mikä tahansa luettelo-, sanakirja- tai skalaariarvo.indeksi:Indeksin arvon tulee olla yksilöllinen ja hajautuskelpoinen. Sen on oltava yhtä pitkä kuin data. Jos emme läpäise yhtään indeksiä, oletusarvo np.arrange(n) käytetään.dtype:Se viittaa sarjan tietotyyppiin.kopio:Sitä käytetään tietojen kopioimiseen.

Sarjan luominen:

Voimme luoda sarjan kahdella tavalla:

1. Luo tyhjä sarja
2. Luo sarja syötteiden avulla.

Luo tyhjä sarja:

Voimme helposti luoda tyhjän sarjan Pandasissa, mikä tarkoittaa, että sillä ei ole arvoa.

Syntaksi, jota käytetään tyhjän sarjan luomiseen:

 = pandas.Series() 

Alla oleva esimerkki luo Empty Series -tyyppisen objektin, jolla ei ole arvoja ja jolla on oletustietotyyppi, eli kellua64 .

kuinka iso tämä näyttö on

Esimerkki

 import pandas as pd x = pd.Series() print (x) 

Lähtö

 Series([], dtype: float64) 

Sarjan luominen syötteiden avulla:

Voimme luoda sarjoja käyttämällä erilaisia ​​syötteitä:

• Array
• Dict
• Skalaariarvo

Sarjan luominen Arraysta:

rivi autocad-komento

Ennen kuin luot sarjan, meidän on ensin tuotava nuhjuinen moduuli ja käytä sitten array()-funktiota ohjelmassa. Jos data on ndarray, niin välitetyn indeksin on oltava samanpituinen.

Jos emme välitä indeksiä, niin oletusarvoisesti indeksi alue(n) välitetään, missä n määrittää taulukon pituuden, eli [0,1,2,.... alue(len(matriisi))-1 ].

Esimerkki

 import pandas as pd import numpy as np info = np.array(['P','a','n','d','a','s']) a = pd.Series(info) print(a) 

Lähtö

 0 P 1 a 2 n 3 d 4 a 5 s dtype: object 

Luo sarja dictistä

Voimme myös luoda sarjan diktatuurista. Jos sanakirjaobjekti välitetään syötteenä eikä indeksiä ole määritetty, sanakirjan avaimet otetaan lajiteltuun järjestykseen indeksin muodostamiseksi .

Jos indeksi hyväksytään, arvot vastaavat tiettyä nimiötä hakemistosta poimitaan sanakirja .

 #import the pandas library import pandas as pd import numpy as np info = {'x' : 0., 'y' : 1., 'z' : 2.} a = pd.Series(info) print (a) 

Lähtö

 x 0.0 y 1.0 z 2.0 dtype: float64 

Luo sarja skalaarilla:

Jos otamme skalaariarvot, indeksi on annettava. Skalaariarvo toistetaan indeksin pituuden mukaiseksi.

 #import pandas library import pandas as pd import numpy as np x = pd.Series(4, index=[0, 1, 2, 3]) print (x) 

Lähtö

 0 4 1 4 2 4 3 4 dtype: int64 

Tietojen käyttö sarjoista, joissa on Position:

Kun olet luonut Series type -objektin, voit käyttää sen indeksejä, tietoja ja jopa yksittäisiä elementtejä.

kuinka osoittimen viittaus poistetaan kohdassa c

Sarjan dataa voidaan käyttää samalla tavalla kuin ndarrayssa.

 import pandas as pd x = pd.Series([1,2,3],index = ['a','b','c']) #retrieve the first element print (x[0]) 

Lähtö

 1 

Sarjan objektin attribuutit

Series-attribuutilla määritellään kaikki Series-objektiin liittyvät tiedot, kuten koko, tietotyyppi. jne. Alla on joitain attribuutteja, joita voit käyttää saadaksesi tietoja Series-objektista:

Haetaan sarjaobjektin indeksitaulukkoa ja tietotaulukkoa

Voimme noutaa olemassa olevan Series-objektin indeksitaulukon ja datataulukon käyttämällä attribuutteja indeksi ja arvot.

 import numpy as np import pandas as pd x=pd.Series(data=[2,4,6,8]) y=pd.Series(data=[11.2,18.6,22.5], index=['a','b','c']) print(x.index) print(x.values) print(y.index) print(y.values) 

Lähtö

 RangeIndex(start=0, stop=4, step=1) [2 4 6 8] Index(['a', 'b', 'c'], dtype='object') [11.2 18.6 22.5] 

Tyyppien (dtype) ja tyypin koon (itemsize) haku

Voit käyttää attribuuttia dtype Series-objektin kanssa dtypenä sarjaobjektin yksittäisen elementin tietotyypin hakemiseen, voit käyttää kohteita attribuutti näyttää kullekin tietokohdalle varattujen tavujen määrän.

 import numpy as np import pandas as pd a=pd.Series(data=[1,2,3,4]) b=pd.Series(data=[4.9,8.2,5.6], index=['x','y','z']) print(a.dtype) print(a.itemsize) print(b.dtype) print(b.itemsize) 

Lähtö

leijuva css

 int64 8 float64 8 

Haetaan muotoa

Series-objektin muoto määrittää elementtien kokonaismäärän, mukaan lukien puuttuvat tai tyhjät arvot (NaN).

 import numpy as np import pandas as pd a=pd.Series(data=[1,2,3,4]) b=pd.Series(data=[4.9,8.2,5.6],index=['x','y','z']) print(a.shape) print(b.shape) 

Lähtö

 (4,) (3,) 

Noudetaan mitta, koko ja tavumäärä:

 import numpy as np import pandas as pd a=pd.Series(data=[1,2,3,4]) b=pd.Series(data=[4.9,8.2,5.6], index=['x','y','z']) print(a.ndim, b.ndim) print(a.size, b.size) print(a.nbytes, b.nbytes) 

Lähtö

 1 1 4 3 32 24 

NaN:ien tyhjyyden ja läsnäolon tarkistaminen

Voit tarkistaa, onko Series-objekti tyhjä, käyttämällä tyhjä attribuutti . Vastaavasti voit tarkistaa, sisältääkö sarjaobjekti joitain NaN-arvoja vai ei, käyttämällä hassan attribuutti.

java-iteraattori kartalle

Esimerkki

 import numpy as np import pandas as pd a=pd.Series(data=[1,2,3,np.NaN]) b=pd.Series(data=[4.9,8.2,5.6],index=['x','y','z']) c=pd.Series() print(a.empty,b.empty,c.empty) print(a.hasnans,b.hasnans,c.hasnans) print(len(a),len(b)) print(a.count( ),b.count( )) 

Lähtö

 False False True True False False 4 3 3 3 

Sarjan toiminnot

Sarjassa käytetään joitain toimintoja, jotka ovat seuraavat: