Eine Series erstellen

Eine Pandas Series ist ein eindimensionales, beschriftetes Array, das jeden Datentyp enthalten kann – Ganzzahlen, Gleitkommazahlen, Zeichenfolgen, Python-Objekte oder sogar andere Series. Stellen Sie sie sich als NumPy-Array mit einem benutzerdefinierten Index vor (Beschriftungen für jedes Element). Der Index macht Series bei Datenanalyseaufgaben, bei denen Werte aussagekräftige Namen benötigen, wesentlich leistungsfähiger als einfache Arrays.

Wenn Sie eine Python-Liste an pd.Series() übergeben, wird eine Series mit einem standardmäßigen ganzzahligen RangeIndex (0, 1, 2, ...) erstellt. Über den Parameter index= können Sie eigene Indexbeschriftungen angeben. Die Länge der Indexliste muss der Länge der Daten entsprechen. Beschriftungen können Zeichenfolgen, Ganzzahlen, Datumsangaben oder beliebige hashbare Python-Objekte sein.

Ein Python-Dict kann direkt an pd.Series() übergeben werden. Die Schlüssel des Dicts werden zu den Indexbeschriftungen und die Werte zu den Daten. Dies ist eine der natürlichsten Möglichkeiten, eine Series zu erstellen, wenn Ihre Daten bereits aussagekräftige Beschriftungen enthalten. Die resultierende Series ist nach der Einfügereihenfolge des Dicts geordnet (Python 3.7+).

Ein NumPy-ndarray kann als Datenargument übergeben werden. Der dtype der Series entspricht dem dtype des ndarrays. Die zugrunde liegenden Daten werden als NumPy-Array gespeichert, sodass alle NumPy-Ufuncs direkt auf Series funktionieren. Dadurch lässt sich vorhandener NumPy-Code einfach zu Pandas migrieren, ohne die Logik zur Datenvorbereitung neu zu schreiben.

s.index gibt das Index-Objekt mit den Beschriftungen zurück. s.values gibt das zugrunde liegende NumPy-Array mit den Datenwerten zurück. Beide sind für die Interoperabilität unverzichtbar: Sie können s.values an jede NumPy-Funktion übergeben und das Ergebnis mit dem ursprünglichen Index wieder in eine Series umwandeln. s.dtype liefert den Datentyp der Werte.

Eine Series kann ein .name-Attribut haben, das beschreibt, wofür die Werte stehen, und ihr Index kann ein .name-Attribut haben, das die Bedeutung der Beschriftungen beschreibt. Diese Namen erscheinen in DataFrames, wenn eine Series einer Spalte zugewiesen wird, sowie in Diagrammbeschriftungen. Setzen Sie sie mit s.name = 'price' oder bei der Erstellung mit name=.

Wenn Sie einen einzelnen Skalarwert zusammen mit einem expliziten Index an pd.Series() übergeben, wird eine Series erstellt, deren jedes Element diesem Skalar entspricht. Dies ähnelt NumPys np.full() und eignet sich zum Erstellen konstanter Basis-Series, die Sie von einer echten Daten-Series subtrahieren oder mit ihr vergleichen können.

Eine der leistungsfähigsten Funktionen von Pandas Series ist die automatische Indexausrichtung. Wenn Sie zwei Series addieren, richtet Pandas sie vor der Berechnung anhand ihrer Beschriftungen aus. Existiert eine Beschriftung nur in einer Series, ist das Ergebnis an dieser Stelle NaN. Dadurch werden die bei NumPy-Array-Operationen häufig vorkommenden unbemerkten Verschiebungen um eine Position verhindert.

len(s) gibt die Anzahl der Elemente zurück. s.shape gibt ein Tupel (n,) zurück, entsprechend den NumPy-Konventionen. s.size entspricht len(s). Verwenden Sie diese Prüfungen am Anfang einer Pipeline, um zu validieren, dass das Laden der Daten die erwartete Anzahl von Zeilen ergeben hat, bevor Sie mit der Analyse fortfahren.

Sie können eine Series mit s.tolist() wieder in eine Python-Liste, mit s.to_numpy() oder s.values in ein NumPy-Array und mit s.to_dict() in ein Dict umwandeln. Diese Umwandlungen sind nützlich für die Interoperabilität mit Bibliotheken, die keine Pandas-Objekte akzeptieren, sowie zum Serialisieren von Ergebnissen als JSON oder CSV.

Eine einzelne Spalte eines DataFrames ist eine Series. Wenn Sie auf df['col'] zugreifen, gibt Pandas eine Series mit demselben Index wie der DataFrame zurück. Umgekehrt kann eine Series mit einem name direkt als Spalte in einen DataFrame eingefügt werden. Wenn Sie diesen Zusammenhang verstehen, können Sie problemlos zwischen Series- und DataFrame-Operationen wechseln.

Testen Sie Ihr Verständnis der Erstellung von Pandas Series aus dieser Lektion.

In dieser Lektion haben Sie gelernt: Eine Series ist ein 1-D-Array mit Beschriftungen, das auf einem NumPy-ndarray basiert, sie kann aus Listen, Dicts, NumPy-Arrays oder Skalaren erstellt werden, und die Indexausrichtung übernimmt automatisch die beschriftungsbasierte Arithmetik zwischen zwei Series. Als Nächstes behandeln wir den Zugriff auf Series-Elemente anhand ihrer Beschriftung mit .loc und anhand ihrer Position mit .iloc.