Crear una serie de pandas

Pandas Series es una array etiquetada unidimensional capaz de contener datos de cualquier tipo (enteros, strings, flotantes, objetos python, etc.). Las etiquetas de los ejes se denominan colectivamente index . Las etiquetas no necesitan ser únicas, pero deben ser de tipo hashable. El objeto es compatible con la indexación basada en números enteros y etiquetas y proporciona una gran cantidad de métodos para realizar operaciones relacionadas con el índice. 

Para crear series con cualquiera de los métodos, asegúrese de importar la biblioteca pandas.

Creación de una serie vacía: la función Series() de Pandas se utiliza para crear una serie. Una serie básica que se puede crear es una serie vacía. 

# import pandas as pd
import pandas as pd
 
# Creating empty series
ser = pd.Series()
 
print(ser)

Producción :

Series([], dtype: float64)

De forma predeterminada, el tipo de datos de Serie es flotante. 

 Creación de una serie a partir de una array: para crear una serie a partir de una array NumPy, tenemos que importar el módulo numpy y usar la función array(). 

# import pandas as pd
import pandas as pd
 
# import numpy as np
import numpy as np
 
# simple array
data = np.array(['g', 'e', 'e', 'k', 's'])
 
ser = pd.Series(data)
print(ser)

Producción:

Por defecto, el índice de la serie comienza desde 0 hasta la longitud de la serie -1.

Crear una serie a partir de una array con un índice: para crear una serie demostrando explícitamente el índice en lugar del valor predeterminado, debemos proporcionar una lista de elementos al parámetro de índice con la misma cantidad de elementos que una array. 

# import pandas as pd
import pandas as pd
 
# import numpy as np
import numpy as np
 
# simple array
data = np.array(['g', 'e', 'e', 'k', 's'])
 
# providing an index
ser = pd.Series(data, index=[10, 11, 12, 13, 14])
print(ser)

Producción:

 Creación de una serie a partir de listas : para crear una serie a partir de una lista, primero debemos crear una lista y luego podemos crear una serie a partir de una lista. 

import pandas as pd
 
# a simple list
list = ['g', 'e', 'e', 'k', 's']
 
# create series form a list
ser = pd.Series(list)
print(ser)

Producción :

Creación de una serie desde el diccionario : para crear una serie desde el diccionario, primero debemos crear un diccionario y luego podemos hacer una serie usando el diccionario. Las claves del diccionario se utilizan para construir índices de Series.  

import pandas as pd
 
# a simple dictionary
dict = {'Geeks': 10,
        'for': 20,
        'geeks': 30}
 
# create series from dictionary
ser = pd.Series(dict)
 
print(ser)

Producción:

Crear una serie a partir de un valor escalar: para crear una serie a partir de un valor escalar, se debe proporcionar un índice. El valor escalar se repetirá para coincidir con la longitud del índice. 

import pandas as pd
 
import numpy as np
 
# giving a scalar value with index
ser = pd.Series(10, index=[0, 1, 2, 3, 4, 5])
 
print(ser)

Producción:

Crear una serie usando funciones NumPy : para crear una serie usando la función numpy, podemos usar diferentes funciones de numpy como numpy.linspace() , numpy.random.radn() . 

# import pandas and numpy
import pandas as pd
import numpy as np
 
# series with numpy linspace()
ser1 = pd.Series(np.linspace(3, 33, 3))
print(ser1)
 
# series with numpy linspace()
ser2 = pd.Series(np.linspace(1, 100, 10))
print(& quot
       \n"       , ser2)

Producción:

Creando una serie usando la función de rango:

# code
import pandas as pd
ser=pd.Series(range(10))
print(ser)

Output:
0    0
1    1
2    2
3    3
4    4
5    5
6    6
7    7
8    8
9    9
dtype: int64

Creando una serie usando for bucle y comprensión de lista:

import pandas as pd
ser=pd.Series(range(1,20,3), index=[x for x in 'abcdefg')]
print(ser)

Producción:

a     1
b     4
c     7
d    10
e    13
f    16
g    19
dtype: int64

Creando una Serie usando expresiones matemáticas:

import pandas as pd
import numpy as np
ser=np.arange(10,15)
serobj=pd.Series(data=ser*5,index=ser)
print(serobj)

Producción:

10    50
11    55
12    60
13    65
14    70
dtype: int32