La serie es un tipo de lista en pandas que puede tomar valores enteros, valores de string, valores dobles y más. Pero en Pandas Series devolvemos un objeto en forma de lista, con un índice que comienza de 0 a n , donde n es la longitud de los valores en serie. Más adelante en este artículo, discutiremos los marcos de datos en pandas, pero primero debemos comprender la diferencia principal entre Series y Dataframe . Las series solo pueden contener una lista única con índice, mientras que el marco de datos puede estar compuesto por más de una serie o podemos decir que un marco de datos es una colección de series que se pueden usar para analizar los datos.
Código #1: Creando una Serie simple
Python3
#importing pandas library import pandas as pd #Creating a list author = ['Jitender', 'Purnima', 'Arpit', 'Jyoti'] #Creating a Series by passing list variable to Series() function auth_series = pd.Series(author) #Printing Series print(auth_series)
Producción:
0 Jitender 1 Purnima 2 Arpit 3 Jyoti dtype: object
Verifiquemos el tipo de Serie:
Python3
print(type(auth_series))
Producción:
<class 'pandas.core.series.Series'>
Código n.º 2: creación de marcos de datos a partir de varias series
Python3
#Importing Pandas library import pandas as pd #Creating two lists author = ['Jitender', 'Purnima', 'Arpit', 'Jyoti'] article = [210, 211, 114, 178] #Creating two Series by passing lists auth_series = pd.Series(author) article_series = pd.Series(article) #Creating a dictionary by passing Series objects as values frame = { 'Author': auth_series, 'Article': article_series } #Creating DataFrame by passing Dictionary result = pd.DataFrame(frame) #Printing elements of Dataframe print(result)
Producción:
Author Article 0 Jitender 210 1 Purnima 211 2 Arpit 114 3 Jyoti 178
Explicación: Hemos creado dos listas ‘autor’ y artículo’ que se han pasado a las funciones Series() para crear dos Series. Después de crear la Serie, creamos un diccionario y pasamos los objetos de la Serie como valores del diccionario y las claves del diccionario se servirán como Columnas del marco de datos.
Código #3: Cómo agregar una nueva columna al marco de datos
Python3
#Importing pandas library import pandas as pd #Creating Series auth_series = pd.Series(['Jitender', 'Purnima', 'Arpit', 'Jyoti']) article_series = pd.Series([210, 211, 114, 178]) #Creating Dictionary frame = { 'Author': auth_series, 'Article': article_series } #Creating Dataframe result = pd.DataFrame(frame) #Creating another list age = [21, 21, 24, 23] ##Creating new column in the dataframe by providing s Series created using list result['Age'] = pd.Series(age) #Printing dataframe print(result)
Producción:
Author Article Age 0 Jitender 210 21 1 Purnima 211 21 2 Arpit 114 24 3 Jyoti 178 23
Explicación: Agregamos una serie más denominada externamente como la edad de los autores, luego agregamos directamente esta serie en el marco de datos de pandas. Recuerde una cosa si falta algún valor, por defecto se convertirá en valor NaN, es decir, nulo por defecto.
Código # 4: valor faltante en el marco de datos
Python3
#Importing pandas library import pandas as pd #Creating Series auth_series = pd.Series(['Jitender', 'Purnima', 'Arpit', 'Jyoti']) article_series = pd.Series([210, 211, 114, 178]) #Creating Dictionary frame = { 'Author': auth_series, 'Article': article_series } #Creating Dataframe result = pd.DataFrame(frame) #Creating another list age = [21, 21, 24] ##Creating new column in the dataframe by providing s Series created using list result['Age'] = pd.Series(age) #Printing dataframe print(result)
Producción:
Author Article Age 0 Jitender 210 21.0 1 Purnima 211 21.0 2 Arpit 114 23.0 3 Jyoti 178 NaN
Código n. ° 5: creación de un marco de datos usando el diccionario de la serie
Python3
#Importing pandas library import pandas as pd #Creating dictionary of Series dict1={'Auth_Name':pd.Series(['Jitender', 'Purnima', 'Arpit', 'Jyoti']), 'Author_Book_No': pd.Series([210, 211, 114, 178]), 'Age': pd.Series([21, 21, 24, 23]) } #Creating Dataframe df = pd.DataFrame(dict1) #Printing dataframe print(df)
Producción:
Auth_Name Auth_Book_No Age 0 Jitender 210 21 1 Purnima 211 21 2 Arpit 114 24 3 Jyoti 178 23
Explicación: aquí, hemos pasado un diccionario que se ha creado usando una serie como valores y luego pasamos este diccionario para crear un marco de datos. Podemos ver que al crear un marco de datos usando el diccionario, las claves del diccionario se convertirán en Columnas y los valores se convertirán en Filas.
Código n. ° 6: agregar un índice explícito al marco de datos
Python3
#Importing pandas library import pandas as pd #Creating dictionary of Series dict1={'Auth_Name':pd.Series(['Jitender', 'Purnima', 'Arpit', 'Jyoti']), 'Author_Book_No': pd.Series([210, 211, 114, 178]), 'Age': pd.Series([21, 21, 24, 23]) } #Creating Dataframe df = pd.DataFrame(dict1,index=['SNo1','SNo2','SNo3','SNo4']) #Printing dataframe print(df)
Producción:
Auth_Name Author_Book_No Age SNo1 NaN NaN NaN SNo2 NaN NaN NaN SNo3 NaN NaN NaN SNo4 NaN NaN NaN
Explicación: Aquí podemos ver que después de proporcionar un índice al marco de datos explícitamente, ha llenado todos los datos con valores NaN ya que hemos creado este marco de datos usando Series y Series tiene sus propios índices predeterminados (0,1,2), es por eso que cuando los índices de tanto el marco de datos como la serie no coinciden, obtuvimos todos los valores de NaN. Podemos rectificar este problema proporcionando los mismos valores de índice para todos los elementos de la Serie. Vamos a ver cómo podemos hacer esto.
Python3
#This code is provided by Sheetal Verma #Importing pandas library import pandas as pd #Creating dictionary of Series dict1={'Auth_Name':pd.Series(['Jitender', 'Purnima', 'Arpit', 'Jyoti'],index=['SNo1','SNo2','SNo3','SNo4']), 'Author_Book_No': pd.Series([210, 211, 114, 178],index=['SNo1','SNo2','SNo3','SNo4']), 'Age': pd.Series([21, 21, 24, 23],index=['SNo1','SNo2','SNo3','SNo4']) } #Creating Dataframe df = pd.DataFrame(dict1,index=['SNo1','SNo2','SNo3','SNo4']) #Printing dataframe print(df)
Producción:
Auth_Name Author_Book_No Age SNo1 Jitender 210 21 SNo2 Purnima 211 21 SNo3 Arpit 114 24 SNo4 Jyoti 178 23
Publicación traducida automáticamente
Artículo escrito por Jitender_1998 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA