Pandas DataFrame do serii
Metody konwersji ramki danych na serię
W tym przewodniku możemy wykorzystać dwie różne metody konwersji kolumny lub wiersza DataFrame na serię. Te metody to:
- Metoda squeeze ().
- Ramka danych.Metoda ILOC.
Teraz zastosujemy te metody w kodach „pandy” w tym przewodniku, a także szczegółowo wyjaśnimy te kody.
Przykład nr 01
Mamy tutaj aplikację „Spyder” do opracowania kodów „pandy”. Pierwszym krokiem tego kodu jest użycie słowa kluczowego „importu” do importowania modułów „pandy”, a następnie „Pandy jako PD”. Tutaj „regionalny_df” jest tworzony i zawiera siedem kolumn. „PD.Metoda DataFrame ”jest wykorzystywana do generowania ramki danych. „Region” jest tutaj pierwszą kolumną, która zawiera „Wschód, zachód, północ i południe”. Następnie mamy kolumnę „Jan”, w której dodajemy „100 USD, 150 USD, 120 USD i 200 USD”. Następnie mamy kolumnę „luty”, która zawiera „140 USD, 170 USD, 200 USD i 210 USD”. Teraz mamy przed sobą kolumnę „March”, w której umieszczamy „220 USD, 200 USD, 300 USD i 130 USD”. Mamy również kolumny „Kwiecień i maj”, a te kolumny zawierają odpowiednio „120 USD, 250 USD, 320 USD, 230 USD” i „220 USD, 120 USD, 220 USD, 130 USD”.
Wtedy „sub-total” to ostatnia kolumna, którą tutaj dodaliśmy. Piszemy poniżej metodę „print ()”, w której umieszczamy nazwę DataFrame, aby DataFrame był renderowany na terminalu. Teraz idziemy naprzód, przekształcając jedną kolumnę tegoframu danych w serię. Korzystamy z metody „squeeze ()” tutaj do przekształcania kolumny „regionu” w serię. Umieszczamy również zmienną, w której przechowywana jest ta seria. Następnie renderujemy serię, ponownie za pomocą „print ()” tutaj.
Po kliknięciu ikony „Uruchom” tego narzędzia, a następnie ten wynik renderuje. Rama danych, którą wyprodukowaliśmy w powyższym kodzie, jest przedstawiony w tym wyniku, a także seria jest tutaj renderowana. Kolumna „Region” tej formy danych jest tutaj konwertowana na serię, a także widać, że wartości indeksu są również renderowane w tej serii.
Przykład nr 02
Ponownie umieszczamy tutaj „Regional_DF”, ale teraz wykorzystamy metodę „ILOC” do konwersji kolumn DataFrame w serię. Konwertujemy pierwszą kolumnę z ramki danych za pomocą metody „ILOC” tutaj. Umieszczamy nazwę DataFrame, a następnie piszemy metodę „ILOC” i wspominamy o liczbie kolumny, którą chcemy przekonwertować na serię.
Tutaj umieszczamy „[:, 0]”, który przekonwertuje pierwszą kolumnęFrame na serię, a także przechowuje ją w zmiennej „my_series”. Następnie renderujemy tę serię, umieszczając zmienną „my_series” w „print ()”, a także chcemy uzyskać typ tej serii, więc używamy słowa kluczowego „Typ” i umieszczamy nazwę zmiennej, w której przechowyliśmy Seria i wszystkie te są wstawiane do „print ()”. Typ będzie również renderowany na terminalu.
Teraz chcemy przekonwertować jeszcze jedną kolumnę tegoframy danych na serię, więc ponownie używamy tej samej metody i tym razem przekształcamy ostatnią kolumnę w serię, umieszczając liczbę tej kolumny w metodzie „ILOC” w metodzie „ILOC”. Przechowujemy tę ostatnią serię kolumn w zmiennej „my_series1”. Ta seria, a także typ tej serii, jest również wyświetlana w wyniku, ponieważ umieszczamy oba w „print ()”.
Najpierw wyświetla całą ramkę danych w danych wyjściowych tego kodu, a następnie wyświetla serię, którą dostajemy po przekształceniu pierwszej kolumny w serię wraz z jej typem. Następnie widzimy także kolejną serię, która jest ostatnią kolumną, która jest przekonwertowana na serię, a także jej typ poniżej.
Przykład nr 03
Opracowujemy tutaj „test_df”, w którym najpierw dodajemy kolumnę „Student”, która zawiera „Bromley, Frank, Ginny, Samuel, David i Hank”. Następna kolumna to kolumna „test 1”, w której dodajemy „80, 85, 88, 86, 84 i 81”. Teraz mamy kolumnę „Test 2”, która zawiera „78, 76, 72, 82, 89 i 77”. Następnie kolumna „test 3” jest wstawiana po kolumnie „test 2”, a zawiera „67, 89, 78, 84, 66 i 80”. Teraz dodajemy „test 4” jako piątą kolumnę, w której wstawiamy „76, 81, 88, 90, 75 i 78”. Szósta kolumna to kolumna „test 5”, która zawiera również niektóre liczby, które są „82, 83, 84, 88, 89 i 90”.
„Średnia” jest ostatnią kolumną tego ramki danych, w której umieściliśmy „80, 81, 79, 76, 77 i 81”. Nazwa ramki danych jest następnie wprowadzana do metody „print ()” poniżej, aby była wyświetlana na terminalu. Teraz idziemy naprzód z konwersją tej Kolumatu DataFrame w serię. Tutaj przekształcamy pierwszą kolumnę w serię za pomocą techniki „ILOC”. Umieszczamy liczbę kolumny, którą chcemy przekonwertować w tej metodzie „ILOC”. Dodatkowo dodaliśmy zmienną „nowe_series”, w której ta seria jest przechowywana. Następnie renderujemy serię za pomocą „print ()”, a także jej typu.
Ten wynik wyświetla ramkę danych, którą utworzyliśmy w powyższym kodzie, a także serii. Tutaj kolumna „Student” DataFrame jest przekształcana w serię, która jest pierwszą kolumną tego kompletu danych.
Przykład nr 04
Korzystamy z powyższego „test_df”, ale przekonwertujemy wiele kolumn na różne serie osobno za pomocą metody „ILOC”. Umieściliśmy „[:, 0]” w metodzie „ILOC”, która służy do konwersji pierwszej kolumnyframe danych w serię. Następnie umieścimy „[: 2]” w tej metodzie, a to przekonwertuje trzecią kolumnę „test_df” na serię. Następnie ponownie wykorzystujemy metodę „ILOC” i tym razem umieszczamy „[:, 3]”, która przekonwertuje czwartą kolumnę DataFrame na serię.
Przechowujemy te serie osobno w zmiennych „my_series1, my_series2 i my_series3” i umieszczamy wszystkie te zmienne w metodzie „print ()”, więc wszystkie serie będą renderować osobno na terminalu. Drukujemy również ich typy, ponownie umieszczając te zmienne, w których seria jest przechowywana w metodzie „Type ()”, więc typy wszystkich serii będą renderować osobno na terminalu.
W tym wyniku, po wyświetleniu całej ramki danych, wyświetla wszystkie serie jeden po drugim, a następnie drukuje również swoje typy w tym wyniku.
Wniosek
W tym przewodniku dowiedzieliśmy się o serii „Pandy” i przekonwertowaliśmy kolumny lub wiersze DataFrame na serię, wykorzystując tutaj dwie różne metody. Metody, które omówiliśmy w tym przewodniku, to metoda „squeeze ()” i „ILOC”, które pomagają nam w przekształcaniu kolumn lub wierszy DataFrame w serię. Zrobiliśmy również z praktycznymi przykładami w tym przewodniku, w którym wykorzystaliśmy obie metody i pokazaliśmy DataFrame, a także serie w wyjściu tych kodów. W tym przewodniku wyjaśniliśmy również te metody i wszystkie przykłady.