Creación de una Series

Una Pandas Series es un array unidimensional etiquetado capaz de contener cualquier tipo de datos: enteros, números de punto flotante, cadenas, objetos de Python o incluso otras Series. Piense en ella como un array de NumPy con un índice personalizado (etiquetas para cada elemento). El índice hace que las Series sean mucho más potentes que los arrays simples en tareas de análisis de datos en las que los valores necesitan nombres descriptivos.

Pasar una lista de Python a pd.Series() crea una Series con un RangeIndex entero predeterminado (0, 1, 2, ...). Puede proporcionar etiquetas de índice personalizadas mediante el parámetro index=. La longitud de la lista de índices debe coincidir con la longitud de los datos. Las etiquetas pueden ser cadenas, enteros, fechas o cualquier objeto de Python hashable.

Puede pasar un diccionario de Python directamente a pd.Series(). Las claves del diccionario se convierten en las etiquetas del índice y los valores se convierten en los datos. Es una de las formas más naturales de crear una Series cuando los datos ya tienen etiquetas significativas. La Series resultante mantiene el orden de inserción del diccionario (Python 3.7+).

Puede pasar un ndarray de NumPy como argumento de datos. El dtype de la Series coincide con el dtype del ndarray. Los datos subyacentes se almacenan como un array de NumPy, por lo que todas las ufuncs de NumPy funcionan directamente con las Series. Esto facilita migrar código existente de NumPy a Pandas sin reescribir la lógica de preparación de datos.

s.index devuelve el objeto Index que contiene las etiquetas. s.values devuelve el array de NumPy subyacente con los valores de los datos. Ambos son esenciales para la interoperabilidad: puede pasar s.values a cualquier función de NumPy y convertir el resultado de nuevo en una Series con el índice original. s.dtype proporciona el tipo de datos de los valores.

Una Series puede tener un atributo .name que describa qué representan los valores, y su índice puede tener un atributo .name que describa qué representan las etiquetas. Estos nombres aparecen en los DataFrames cuando una Series se asigna a una columna y en las etiquetas de los gráficos. Asígnelos con s.name = 'price' o al crearla mediante name=.

Pasar un único valor escalar a pd.Series() con un índice explícito crea una Series en la que todos los elementos son iguales a ese escalar. Esto es similar a np.full() de NumPy y resulta útil para crear Series constantes de referencia que se puedan restar a una Series de datos reales o comparar con ella.

Una de las funciones más potentes de las Series de Pandas es la alineación automática de índices. Al sumar dos Series, Pandas las alinea por sus etiquetas antes de calcular el resultado. Si una etiqueta existe en una Series pero no en la otra, el resultado para esa etiqueta es NaN. Esto evita los errores silenciosos de desplazamiento de una posición habituales en las operaciones con arrays de NumPy.

len(s) devuelve el número de elementos. s.shape devuelve una tupla (n,) coherente con las convenciones de NumPy. s.size es igual que len(s). Utilice estas comprobaciones al principio de un pipeline para validar que la carga de datos produjo el número de filas esperado antes de continuar con el análisis.

Puede convertir una Series de nuevo en una lista de Python con s.tolist(), en un array de NumPy con s.to_numpy() o s.values, y en un diccionario con s.to_dict(). Estas conversiones resultan útiles para interoperar con bibliotecas que no aceptan objetos de Pandas y para serializar resultados en JSON o CSV.

Una sola columna de un DataFrame es una Series. Cuando accede a df['col'], Pandas devuelve una Series con el mismo índice que el DataFrame. A la inversa, una Series con un atributo name se puede insertar directamente como columna en un DataFrame. Comprender esta relación le ayuda a pasar con fluidez de las operaciones con Series a las operaciones con DataFrames.

Compruebe su comprensión de la creación de Pandas Series de esta lección.

En esta lección ha aprendido que: una Series es un array unidimensional etiquetado basado en un ndarray de NumPy, se puede crear a partir de listas, diccionarios, arrays de NumPy o escalares y la alineación de índices gestiona automáticamente la aritmética basada en etiquetas entre dos Series. A continuación veremos cómo acceder a los elementos de una Series por etiqueta con .loc y por posición con .iloc.