Data Science Academy · Lekcja

Operacje na Series i wyrównywanie

Dowiedz się, jak etykiety są automatycznie wyrównywane podczas operacji.

Operacje na Series i wyrównywanie to bezpłatna lekcja Data Science Academy na CoddyKit. To lekcja 3 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej Data Science Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs Data Science Academy zawiera 4 lekcji w sumie.

Części tej lekcji nie zostały jeszcze przetłumaczone i są wyświetlane po angielsku.

Math on Whole Columns

You can do math on an entire Series at once. Operations apply to every value together, so there is no loop to write. ⚡

Add a Scalar

Adding a single number to a Series adds it to every value. This broadcast happens automatically across the whole column.

import pandas as pd
s = pd.Series([10, 20, 30])
print(s + 5)

All the Operators Work

Subtraction, multiplication, and division behave the same way. Each one is vectorized, touching all values in a single fast pass.

print(s * 2)

Add Two Series

When you add two Series, pandas lines them up by their index labels first. This step is called alignment and it is the headline feature. 🔗

Matching Labels Combine

Where both Series share a label, their values are combined. Alignment means position does not matter, only the labels do.

a = pd.Series([1, 2], index=['x', 'y'])
b = pd.Series([10, 20], index=['x', 'y'])
print(a + b)

Order Does Not Matter

Even if the labels appear in a different order, pandas still matches them correctly. It pairs label to label, never row to row.

b = pd.Series([20, 10], index=['y', 'x'])
print(a + b)

Missing Labels Make NaN

If a label exists in only one Series, the result for it becomes NaN, meaning Not a Number. There was nothing to pair it with.

c = pd.Series([1], index=['x'])
print(a + c)

Fill the Gaps

Use the .add method with fill_value to treat missing labels as a default instead of NaN. Here zero plugs the holes.

print(a.add(c, fill_value=0))

Apply a Function

Many NumPy functions work directly on a Series and return a new one. Each value is transformed while its index stays intact.

import numpy as np
print(np.sqrt(pd.Series([4, 9, 16])))

Compare to Make Masks

Comparisons also run element-wise, giving a Series of True and False. That boolean mask is the start of filtering data.

print(s > 15)

Why Alignment Wins

Automatic alignment quietly prevents a whole class of bugs from mismatched rows. Trust the labels and let pandas pair them for you. 🛡️

Quick Check

Let's confirm how alignment handles a label gap.

Recap

You saw Series math is vectorized, that operations align by index label, and that unmatched labels yield NaN unless you fill them. Great progress! 🎉

Często zadawane pytania

Czy lekcja „Operacje na Series i wyrównywanie” jest bezpłatna?

Tak — pełny tekst „Operacje na Series i wyrównywanie” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu Data Science Academy, przejdź na CoddyKit PRO. Kurs Data Science Academy zawiera 4 lekcji w sumie.

Co nauczysz się w „Operacje na Series i wyrównywanie”?

Dowiedz się, jak etykiety są automatycznie wyrównywane podczas operacji. Ćwiczysz Data Science Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.

Czy potrzebuję doświadczenia, aby zacząć Data Science Academy?

Nie wymagamy żadnego doświadczenia. Data Science Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 3 z 4.

Ile czasu zajmuje lekcja „Operacje na Series i wyrównywanie”?

Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.

Czy mogę pisać i uruchamiać kod w tej lekcji Data Science Academy?

Tak. Każda lekcja Data Science Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.

Wszystkie lekcje w tym kursie

← Powrót do Data Science Academy