Pandy tworzą serię
Pandas Series to jednowymiarowa tablica, która może przechowywać dowolny format danych kompatybilny z Python i wykorzystuje etykiety do identyfikacji każdej wartości wejściowej do jej odzyskania. Etykiety składające się z indeksu mogą być albo ciągami lub liczbami. Podstawowa struktura danych wykorzystywana przez framework Panda do przechowywania danych jednowymiarowych jest seria. Seria jest podobna do kolumny tabeli. Zawiera jedno lub wiele rzędów elementów danych zorganizowanych zbiorowo według wspólnego tytułu.
Tworzenie serii pandy
Dane, które stosujemy w pandy, zwykle pochodzą z określonego źródła w ogólnych okolicznościach, które znajdują się poza środowiskiem Python. Ale w tym artykule skoncentrujemy się na informacjach pochodzących z samego pliku, aby uprościć sytuację.
Listy, DICT, dane skalarne i inne struktury danych można wykorzystać do generowania serii pandy. Istnieje wiele sposobów na budowę serii; Niewiele z nich podano tutaj.
Składnia dla tworzenia serii pandy jest następujące:
Upewnij się, że biblioteka pandy jest importowana przed użyciem któregokolwiek z operacji do wygenerowania serii.
Przykład 1: Tworzenie podstawowej serii
Ponieważ pandy jest biblioteką stron trzecich, musimy początkowo zaimportować ją do naszego pliku Python za pomocą deklaracji importu pandas. Jak Pd Język jest następnie używany w skrypcie w odniesieniu do pandy jako „PD.„Biblioteka Panda jest teraz dla nas dostępna, więc możemy zacząć budować naszą podstawową serię.
Pierwszy skrypt tworzy nową zmienną o nazwie „SRS” i ustawia ją na wyjście wywołującego PD.Funkcja serii (). Dane, których chcesz użyć do konstruowania serii, powinny być wstawiane do nawiasów, znane również jako parametr. W tym przykładzie tworzymy pustą serię, więc zostawiamy nawias PD.Seria () funkcja pusta.
Po wykonaniu skryptu pojawi się pierwsza pusta seria. Korzystając z funkcji drukowania do wyświetlania danych wyjściowych do terminala, możesz sprawdzić, czy wszystko jest osiągane.
Daje to wyświetlane następujące dane wyjściowe, w którym seria używa Float jako domyślnego formatu danych.
Przykład 2: Generowanie serii z listy
Pierwszym krokiem w tworzeniu serii z listy jest zbudowanie listy, a następnie seria może zostać utworzona z listy.
Lista Python, która służyła jako fundament tej serii, jest zadeklarowana w nawiasach ([]). Zadeklarowaliśmy listę, przypisz ją do zmiennej „LS”, a następnie wysłaliśmy zmienną „LS” jako parametru do PD.Metoda serii ().
Poniżej znajduje się wyjście instrukcji print (). Tutaj typ danych jest zadeklarowany jako obiekt.
Przykład 3: Generowanie serii z tablicy
Kolejnym pakietem Python z otwartym źródłem zaprojektowanym w celu ułatwienia obliczeń analitycznych jest Numpy. Trray Numpy, który ulepsza listy Python poprzez optymalizację przestrzeni i wydajności, jest jedną z kluczowych cech. Nie ma znaczących różnic w strukturze list Python i macierzy Numpy z powodu tych podstawowych rozbieżności. Oznacza to, że proces generowania serii przy użyciu tablicy jest w dużej mierze podobny do generowania listy, z wyjątkiem, że musisz zaimportować biblioteki pand, jak i biblioteki Numpy.
Stworzyliśmy zmienną „informacje”, podobnie jak we wcześniejszych ilustracjach. Aby utworzyć tablicę, musisz wykonać NP. funkcja array () w połączeniu z włączeniem biblioteki Numpy wraz z biblioteką pand, która jest jedynym dodatkowym wymogiem z listy metodologii. Po zakończeniu tego procesu nazywamy PD.Metoda serii () z tablicą (informacje) jako wyrażenie.
Wyniki są zgodne z tym, czego możesz przewidzieć, rozważenie wyniku (LS).
Indeks serii rozpoczyna się od 0 i idzie aż do -1, co jest domyślnie jej długość.
Przykład 4: Generowanie serii z tablicy o indeksie
Aby ustanowić serię wykorzystującą ręcznie określony indeks, a nie domyślny, argument indeksu wymaga listy wpisów o równym zakresie elementów jako rozmiaru tablicy.
Tutaj przypisujemy zestaw danych „Day” dostosowaną listę ([„S”, „u”, „n”, „d”, „a”, „y”), dostarczając go jako wejście do argumentu indeksu.
Dane wyjściowe pokazano następująco:
Lista określona podczas generowania serii zajęła teraz miejsce domyślnych 0 indeksowanych tagów (0, 1, 2, 3). Jednak najbardziej rozpowszechniona etykieta, ponieważ zapewnia dostęp do zupełnie innej techniki wyszukiwania.
Przykład 5: Generowanie serii ze słownika
Słowniki to grupy danych, które są skonstruowane jako kluczowe kombinacje w Pythonie. Tylko jedna wartość danych jest powiązana z każdym kluczem, co jest unikalne. Próbkę można zobaczyć w następnym podejściu serii:
Oświadczamy słownik używającym klastrowych , podobnie jak podczas budowania listy. W takim przypadku zmienna „DT” jest przydzielana w odniesieniu do obiektu. Pary wartości kluczowej są zawarte w „DT”. Na przykład kluczem wartości „5” to „pandy”. PD.Funkcja serii () jest teraz wywoływana z słownikiem jako parametrem.
Po wywołaniu instrukcji drukowania otrzymasz dane wyjściowe pokazane na poniższym obrazku:
Możesz zaobserwować różnicę między tym przykładem a innymi. Domyślne znaczniki indeksu są zamieniane na klucze w naszym słowniku. Teraz możemy pobrać wartości z naszej serii w oparciu o jego etykietę numeryczną lub łańcuchową. Transformacja słownika na serię jest szybką i łatwą techniką do określania unikalnego indeksu i zachowania kluczowych wartości.
Przykład 6: Generowanie serii z wartości skalarnych
Indeks należy określić w celu wygenerowania serii, jeśli wejście jest wartością skalarną. Aby korespondować z długością indeksu, wartość ta zostałaby powtórzona.
Terminal pokazuje następujące dane wyjściowe po uruchomieniu instrukcji drukowania:
Przykład 7: Generowanie serii z funkcji Numpy
Numpy ma różne funkcje, które można wykorzystać do budowy serii, w tym Numpy.Linspace () i Numpy.losowy.funkcje Radn (). Na tej ilustracji użyjemy Numpy.Metoda Linspace () do tworzenia serii.
W poprzednim fragmencie kodu zainicjowaliśmy dwie zmienne: „SR1” i „SR2”. Przywołaliśmy NP.Linspace () funkcjonują wewnątrz aparatów ortodontycznych PD.Funkcja szeregowa i przekazała 3 parametry - najniższa wartość, najwyższa wartość i długość tablicy. Następnie zastosowaliśmy instrukcję print () do wyświetlenia obu serii, jeden po drugiej.
Wynikowy ekran jest podany następująco:
Wniosek
W dzisiejszej dyskusji wybraliśmy temat „Pandy.Funkcja serii () ”. Podzieliliśmy artykuł na dwie sekcje: wprowadzenie i przykłady. W pierwszej części artykułu wprowadziliśmy cię do serii Pandy: Kim one są i dlaczego używamy ich w Python. W następnej sekcji zdefiniowaliśmy i wyjaśniliśmy różne metody utworzenia serii. Opracowaliśmy siedem różnych technik, aby wygenerować serię za pomocą funkcji serii pandas i próbowaliśmy wyjaśnić wszystkie kroki przeprowadzone w przykładowych kodach, które użyliśmy do praktycznego wdrożenia na Spyder. Mamy nadzieję, że ten artykuł pomoże ci w nauce modułu serii pandy.