Creazione di una Series

Una Series di Pandas è un array unidimensionale con etichette, capace di contenere qualsiasi tipo di dato: interi, numeri a virgola mobile, stringhe, oggetti Python o persino altre Series. La si può considerare un array NumPy con un index personalizzato (etichette per ogni elemento). È l'indice a rendere le Series molto più potenti dei semplici array nelle attività di analisi dei dati in cui i valori devono avere nomi descrittivi.

Passare una lista Python a pd.Series() crea una Series con un RangeIndex intero predefinito (0, 1, 2, ...). Può fornire etichette di indice personalizzate tramite il parametro index=. La lunghezza della lista di indici deve corrispondere alla lunghezza dei dati. Le etichette possono essere stringhe, interi, date o qualsiasi oggetto Python hashable.

Un dict Python può essere passato direttamente a pd.Series(). Le chiavi del dict diventano le etichette dell'indice e i valori diventano i dati. È uno dei modi più naturali per creare una Series quando i dati hanno già etichette significative. La Series risultante segue l'ordine di inserimento degli elementi nel dict (Python 3.7+).

Un ndarray NumPy può essere passato come argomento data. Il dtype della Series corrisponde al dtype dell'ndarray. I dati sottostanti sono memorizzati come array NumPy, quindi tutte le ufunc di NumPy funzionano direttamente sulle Series. Questo facilita la migrazione del codice NumPy esistente a Pandas senza riscrivere la logica di preparazione dei dati.

s.index restituisce l'oggetto Index contenente le etichette. s.values restituisce l'array NumPy sottostante dei valori. Entrambi sono essenziali per l'interoperabilità: può passare s.values a qualsiasi funzione NumPy e convertire il risultato nuovamente in una Series con l'indice originale. s.dtype restituisce il tipo di dati dei valori.

Una Series può avere un attributo .name che descrive cosa rappresentano i valori, mentre il suo indice può avere un attributo .name che descrive cosa rappresentano le etichette. Questi nomi compaiono nei DataFrame quando una Series viene assegnata a una colonna e nelle etichette dei grafici. Li imposti con s.name = 'price' o al momento della creazione con name=.

Passare un singolo valore scalare a pd.Series() insieme a un indice esplicito crea una Series in cui ogni elemento è uguale a quel valore scalare. È simile a np.full() di NumPy ed è utile per creare Series costanti di riferimento da sottrarre a una Series di dati reali o con cui confrontarla.

Una delle funzioni più potenti delle Series di Pandas è l'allineamento automatico degli indici. Quando somma due Series, Pandas le allinea in base alle rispettive etichette prima di calcolare il risultato. Se un'etichetta è presente in una Series ma non nell'altra, il risultato in corrispondenza di quell'etichetta è NaN. Questo previene i comuni errori silenziosi di disallineamento di una posizione nelle operazioni con gli array NumPy.

len(s) restituisce il numero di elementi. s.shape restituisce una tupla (n,) coerente con le convenzioni di NumPy. s.size equivale a len(s). Usi questi controlli all'inizio di una pipeline per verificare che il caricamento dei dati abbia prodotto il numero di righe previsto prima di procedere con l'analisi.

Può convertire una Series nuovamente in una lista Python con s.tolist(), in un array NumPy con s.to_numpy() o s.values e in un dict con s.to_dict(). Queste conversioni sono utili per l'interoperabilità con librerie che non accettano oggetti Pandas e per serializzare i risultati in JSON o CSV.

Una singola colonna di un DataFrame è una Series. Quando accede a df['col'], Pandas restituisce una Series con lo stesso indice del DataFrame. Al contrario, una Series con un name può essere inserita direttamente in un DataFrame come colonna. Comprendere questa relazione aiuta a passare agevolmente dalle operazioni sulle Series a quelle sui DataFrame e viceversa.

Verifichi la Sua comprensione della creazione delle Series di Pandas presentata in questa lezione.

In questa lezione ha imparato che: una Series è un array unidimensionale con etichette basato su un ndarray NumPy, può essere creata da liste, dict, array NumPy o scalari e l'allineamento degli indici gestisce automaticamente l'aritmetica basata sulle etichette tra due Series. Prossimo argomento: come accedere agli elementi di una Series per etichetta con .loc e per posizione con .iloc.