Series-matematik og alignment
Se, hvordan labels automatisk alignes under operationer.
Series-matematik og alignment er en gratis Data Science Academy-lektion på CoddyKit. Dette er lektion 3 af 4. Du kan læse hele lektionen gratis nedenfor — og derefter øve dig praktisk i browseren med en indbygget kodeeditor og en AI-vejleder, der er tilgængelig døgnet rundt. Den er en del af læringsforløbet i Data Science Academy, og dine fremskridt synkroniseres på tværs af nettet og CoddyKit-appen. Data Science Academy-kurset indeholder 4 lektioner i alt.
Beregn på hele kolonner
Du kan udføre beregninger på en hel Series på én gang. Operationerne anvendes på alle værdier samlet, så du behøver ikke skrive en løkke. ⚡
Læg en skalar til
Når du lægger ét tal til en Series, bliver det lagt til hver eneste værdi. Denne broadcasting sker automatisk i hele kolonnen.
import pandas as pd
s = pd.Series([10, 20, 30])
print(s + 5)Alle operatorerne virker
Subtraktion, multiplikation og division fungerer på samme måde. De er alle vektoriserede og behandler alle værdier i én hurtig gennemgang.
print(s * 2)Læg to Series sammen
Når du lægger to Series sammen, stiller pandas dem først op efter deres indekslabels. Dette trin kaldes justering og er den centrale funktion. 🔗
Matchende etiketter kombineres
Hvor begge Series deler en etiket, kombineres deres værdier. Justering betyder, at positionen er ligegyldig; det er kun etiketterne, der betyder noget.
a = pd.Series([1, 2], index=['x', 'y'])
b = pd.Series([10, 20], index=['x', 'y'])
print(a + b)Rækkefølgen er ligegyldig
Selv hvis etiketterne står i en anden rækkefølge, matcher pandas dem stadig korrekt. Den kobler etiket til etiket, aldrig række til række.
b = pd.Series([20, 10], index=['y', 'x'])
print(a + b)Manglende etiketter giver NaN
Hvis en etiket kun findes i den ene Series, bliver resultatet for den NaN, hvilket betyder Not a Number. Der var ikke noget at matche den med.
c = pd.Series([1], index=['x'])
print(a + c)Udfyld hullerne
Brug .add-metoden med fill_value for at behandle manglende etiketter som en standardværdi i stedet for NaN. Her udfylder nul hullerne.
print(a.add(c, fill_value=0))Anvend en funktion
Mange NumPy-funktioner fungerer direkte på en Series og returnerer en ny. Hver værdi transformeres, mens dens indeks forbliver intakt.
import numpy as np
print(np.sqrt(pd.Series([4, 9, 16])))Sammenlign for at oprette masker
Sammenligninger udføres også element for element og giver en Series med True og False. Denne boolske maske er begyndelsen på filtrering af data.
print(s > 15)Derfor vinder justering
Automatisk justering forhindrer stille og roligt en hel klasse af fejl fra rækker, der ikke matcher. Stol på etiketterne, og lad pandas matche dem for dig. 🛡️
Hurtigt tjek
Lad os bekræfte, hvordan justering håndterer et hul i etiketterne.
Opsummering
Du har set, at matematik på Series er vektoriseret, at operationer justeres efter indekslabel, og at etiketter uden match giver NaN, medmindre du udfylder dem. Rigtig god fremgang! 🎉
Lær Python med en AI-underviser — gratis
Skriv og kør rigtig kode i din browser, få øjeblikkelig hjælp fra en AI-underviser døgnet rundt, og fortsæt, hvor du slap, på web eller i appen.
- Kurser
- 30
- Lektioner
- 120
Ofte stillede spørgsmål
Er lektionen “Series-matematik og alignment” gratis?
Ja — hele teksten til “Series-matematik og alignment” kan læses gratis her på nettet. Hvis du vil øve dig interaktivt med en indbygget kodeeditor og en AI-vejleder døgnet rundt og få adgang til resten af Data Science Academy-kurset, skal du opgradere til CoddyKit PRO. Data Science Academy-kurset indeholder 4 lektioner i alt.
Hvad lærer jeg i “Series-matematik og alignment”?
Se, hvordan labels automatisk alignes under operationer. Du øver dig i Data Science Academy med praktisk kode, som du kører direkte i browseren, og en AI-vejleder døgnet rundt besvarer dine spørgsmål, mens du arbejder dig gennem lektionen.
Skal jeg have erfaring for at begynde på Data Science Academy?
Der kræves ingen tidligere erfaring. Data Science Academy på CoddyKit er tilrettelagt for både begyndere og øvede, så du kan starte her eller fra begyndelsen og lære i dit eget tempo. Dette er lektion 3 af 4.
Hvor lang tid tager lektionen “Series-matematik og alignment”?
De fleste CoddyKit-lektioner tager cirka 5–10 minutter. Hver lektion er kort og interaktiv, så du gør løbende fremskridt og kan fortsætte, hvor du slap – på både web og app.
Kan jeg skrive og køre kode i denne Data Science Academy-lektion?
Ja. Alle Data Science Academy-lektioner har en indbygget kodeeditor, så du kan skrive og køre rigtig kode direkte i din browser og få øjeblikkelig feedback fra AI – uden lokal opsætning.
Alle lektioner i dette kursus
- En kolonne med navn og indeks
- Adgang efter label kontra position
- Series-matematik og alignment
- Tæl og find værdier