La serie Pandas es un ndarray unidimensional con etiquetas de eje. No es necesario que las etiquetas sean únicas, pero deben ser de tipo hashable. El objeto admite la indexación basada en enteros y etiquetas y proporciona una gran cantidad de métodos para realizar operaciones relacionadas con el índice.
La función de Pandas Series.as_matrix()
se utiliza para convertir la serie dada o el objeto de marco de datos a la representación de Numpy-array.
Sintaxis: Series.as_matrix(columnas=Ninguna)
Parámetro:
columnas: si es Ninguno, devuelve todas las columnas; de lo contrario, devuelve las columnas especificadas.Devuelve: valores: ndarray
Ejemplo n.º 1: use Series.as_matrix()
la función para devolver la representación de array numérica del objeto de serie dado.
# importing pandas as pd import pandas as pd # Creating the Series sr = pd.Series(['New York', 'Chicago', 'Toronto', 'Lisbon', 'Rio']) # Create the Index index_ = ['City 1', 'City 2', 'City 3', 'City 4', 'City 5'] # set the index sr.index = index_ # Print the series print(sr)
Producción :
City 1 New York City 2 Chicago City 3 Toronto City 4 Lisbon City 5 Rio dtype: object
Ahora usaremos Series.as_matrix()
la función para devolver la representación de array numpy del objeto de serie dado.
# return numpy array representation result = sr.as_matrix() # Print the result print(result)
Producción :
['New York' 'Chicago' 'Toronto' 'Lisbon' 'Rio']
Como podemos ver en el resultado, la Series.as_matrix()
función ha devuelto con éxito la representación de array numpy del objeto de serie dado.
Ejemplo n.º 2: use Series.as_matrix()
la función para devolver la representación de array numérica del objeto de serie dado.
# importing pandas as pd import pandas as pd # Creating the Series sr = pd.Series([11, 21, 8, 18, 65, 18, 32, 10, 5, 32, None]) # Create the Index # apply yearly frequency index_ = pd.date_range('2010-10-09 08:45', periods = 11, freq ='Y') # set the index sr.index = index_ # Print the series print(sr)
Producción :
2010-12-31 08:45:00 11.0 2011-12-31 08:45:00 21.0 2012-12-31 08:45:00 8.0 2013-12-31 08:45:00 18.0 2014-12-31 08:45:00 65.0 2015-12-31 08:45:00 18.0 2016-12-31 08:45:00 32.0 2017-12-31 08:45:00 10.0 2018-12-31 08:45:00 5.0 2019-12-31 08:45:00 32.0 2020-12-31 08:45:00 NaN Freq: A-DEC, dtype: float64
Ahora usaremos Series.as_matrix()
la función para devolver la representación de array numpy del objeto de serie dado.
# return numpy array representation result = sr.as_matrix() # Print the result print(result)
Producción :
[ 11. 21. 8. 18. 65. 18. 32. 10. 5. 32. nan]
Como podemos ver en el resultado, la Series.as_matrix()
función ha devuelto con éxito la representación de array numpy del objeto de serie dado.
Publicación traducida automáticamente
Artículo escrito por Shubham__Ranjan y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA