Operaciones vectorizadas en Series

Al igual que NumPy, las Series de Pandas admiten operaciones vectorizadas que aplican operaciones aritméticas, comparaciones y funciones a cada elemento sin utilizar bucles de Python. Esto ofrece concisión y velocidad. Internamente, cada operación delega en las rutinas de nivel C de NumPy, pero Pandas añade una ventaja fundamental: la alineación automática de índices antes de realizar la operación.

Cuando suma, resta, multiplica o divide dos Series, Pandas las alinea primero mediante las etiquetas del índice. Solo las posiciones en las que ambas Series tienen una etiqueta producen un resultado; las etiquetas que no coinciden producen NaN. Este comportamiento evita errores ocultos provocados por datos desalineados; por ejemplo, al sumar las cifras de enero de dos fuentes de datos almacenadas en órdenes diferentes.

Para evitar la propagación de NaN en operaciones con índices desalineados, utilice métodos aritméticos como .add(), .sub(), .mul() y .div() con el parámetro fill_value=. Este parámetro sustituye por un valor determinado cualquier etiqueta que falte en una de las Series antes de realizar la operación; normalmente se utiliza 0 para la suma y 1 para la multiplicación.

La aritmética con un escalar aplica la operación a cada elemento y produce una nueva Series con el mismo índice. Esta es la forma más sencilla de vectorización: s + 5, s * 100, s ** 2. La aritmética escalar nunca introduce NaN y se utiliza para convertir unidades, normalizar datos y aplicar desplazamientos a series temporales.

Las ufuncs de NumPy funcionan perfectamente con las Series de Pandas y devuelven una Series con el mismo índice. Esto significa que puede llamar directamente a np.sqrt(s), np.log1p(s) o np.exp(s) sobre una Series sin convertirla primero en una matriz. El resultado es una nueva Series que conserva las etiquetas originales.

Los operadores de comparación (==, !=, >, <, >=, <=) devuelven una Series booleana elemento a elemento. Constituyen la base del filtrado: debe pasar la Series booleana a .loc para seleccionar las filas que coinciden. Pandas también alinea los índices al comparar dos Series.

Como cada operación devuelve una nueva Series, puede encadenar varias transformaciones en una sola expresión. Esto mejora la legibilidad y evita crear variables intermedias innecesarias. En procesos complejos, divida la cadena en varias líneas usando paréntesis. El encadenamiento es el equivalente de Pandas a la programación funcional con datos inmutables.

NaN es contagioso: cualquier operación aritmética que incluya NaN produce NaN. Use s.fillna(value) para sustituirlo antes de operar, o el parámetro skipna=True en los métodos de agregación. La función pd.isna(s) devuelve una Series booleana que marca las posiciones con NaN; úsela para auditar los datos antes de calcular estadísticas.

Las Series de Pandas exponen directamente muchos métodos similares a los de NumPy: s.abs(), s.clip(lower, upper) y s.round(decimals) devuelven nuevas Series con la transformación aplicada elemento a elemento. Son equivalentes a las llamadas a ufuncs de NumPy, pero utilizan la sintaxis de métodos y conservan el índice y el nombre de la Series.

s.pct_change() calcula el cambio porcentual entre elementos consecutivos: (actual - anterior) / anterior. El primer elemento es NaN porque no existe un valor anterior. Es la operación estándar para calcular tasas de crecimiento intermensual, rendimientos diarios en finanzas y características de variación para modelos de series temporales.

s.cumsum() devuelve una Series de totales acumulados y s.cumprod() devuelve productos acumulados. Se utilizan para calcular ingresos acumulados, rendimientos compuestos de inversiones o recuentos acumulados de palabras. Conservan las etiquetas del índice original, lo que facilita representar la serie acumulada a lo largo del tiempo o por categoría.

En esta lección ha aprendido que los operadores aritméticos se aplican elemento a elemento a las Series sin utilizar bucles, que Pandas alinea automáticamente dos Series mediante las etiquetas del índice antes de operar y coloca NaN en las posiciones que no coinciden, y que métodos como fill_value, pct_change y cumsum amplían las operaciones vectorizadas para tareas analíticas. A continuación, exploraremos métodos útiles de las Series, como describe, value_counts y map, para realizar resúmenes rápidamente.