Python es un excelente lenguaje para realizar análisis de datos, principalmente debido al fantástico ecosistema de paquetes de Python centrados en datos. Pandas es uno de esos paquetes y facilita mucho la importación y el análisis de datos.
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 Pandas Series.squeeze()
exprime objetos de un eje dimensional en escalares. Las series o tramas de datos con un solo elemento se reducen a un escalar. Los marcos de datos con una sola columna o una sola fila se comprimen en una serie. De lo contrario, el objeto no cambia.
Sintaxis: Series.squeeze(eje=Ninguno)
Parámetro:
eje: un eje específico para apretar. De forma predeterminada, todos los ejes de longitud 1 están comprimidos.Devuelve: Proyección después de apretar el eje o todos los ejes.
Ejemplo n.º 1: use Series.squeeze()
la función para convertir el elemento único de la serie dada en escalar.
# importing pandas as pd import pandas as pd # Creating the Series sr = pd.Series([100, 25, 32, 118, 24, 65]) # Print the series print(sr)
Producción :
Transformemos la serie de manera que solo contenga aquellos elementos que son divisibles por 13.
# Keep only those elements which are divisible by 13 sr_temp = sr[sr % 13 == 0] # Let's print the series print(sr_temp)
Producción :
Ahora usaremos Series.squeeze()
la función para reducir el objeto de serie dado a un escalar.
# squeeze the series to scalar sr_temp.squeeze()
Salida:
como podemos ver en la salida, la Series.squeeze()
función ha reducido con éxito la serie dada a un escalar.
Ejemplo #2: Use Series.squeeze()
la función para exprimir el objeto de serie dado.
# importing pandas as pd import pandas as pd # Creating the Series sr = pd.Series([19.5, 16.8, None, 22.78, None, 20.124, None, 18.1002, None]) # Print the series print(sr)
Producción :
Ahora usaremos Series.std()
la función para exprimir el objeto de serie dado.
# squeeze the series to scalar sr_temp.squeeze()
Producción :
Como podemos ver en el resultado, la Series.squeeze()
función devolvió el mismo objeto de serie porque hay más de un elemento en el objeto de serie dado y, por lo tanto, no se pudo reducir a un valor escalar.
Publicación traducida automáticamente
Artículo escrito por Shubham__Ranjan y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA