Создание Series

Series в Pandas — это одномерный массив с метками, способный хранить данные любого типа: целые числа, числа с плавающей точкой, строки, объекты Python или даже другие Series. Представляйте его как массив NumPy с пользовательским индексом (метками для каждого элемента). Именно индекс делает Series гораздо удобнее обычных массивов для анализа данных, когда значениям нужны понятные названия.

Передача списка Python в pd.Series() создаёт Series со стандартным целочисленным RangeIndex (0, 1, 2, ...). Пользовательские метки индекса можно указать через параметр index=. Длина списка индексов должна совпадать с длиной данных. Метками могут быть строки, целые числа, даты или любые хешируемые объекты Python.

Словарь Python можно напрямую передать в pd.Series(). Ключи словаря становятся метками индекса, а значения — данными. Это один из самых естественных способов создать Series, если данные уже имеют содержательные метки. Получившийся Series упорядочен в соответствии с порядком добавления элементов в словарь (Python 3.7+).

Массив ndarray из NumPy можно передать как аргумент данных. dtype Series совпадает с dtype ndarray. Исходные данные хранятся как массив NumPy, поэтому все универсальные функции NumPy напрямую работают с Series. Благодаря этому существующий код NumPy легко перенести в Pandas без переписывания логики подготовки данных.

s.index возвращает объект Index, содержащий метки. s.values возвращает исходный массив NumPy со значениями данных. Оба атрибута важны для совместимости: Вы можете передать s.values любой функции NumPy, а затем преобразовать результат обратно в Series с исходным индексом. s.dtype возвращает тип данных значений.

У Series может быть атрибут .name, описывающий, что представляют собой значения, а у его индекса — атрибут .name, описывающий метки. Эти имена отображаются в DataFrames, когда Series назначается столбцу, а также в подписях графиков. Задайте их с помощью s.name = 'price' или при создании через name=.

Передача одного скалярного значения в pd.Series() вместе с явным индексом создаёт Series, каждый элемент которого равен этому значению. Это похоже на np.full() в NumPy и удобно для создания Series с постоянным базовым значением, которое можно вычитать из реального Series или сравнивать с ним.

Одна из самых мощных возможностей Series в Pandas — автоматическое выравнивание индексов. Когда Вы складываете два Series, Pandas выравнивает их по меткам перед вычислением результата. Если метка есть в одном Series, но отсутствует в другом, результат для этой метки равен NaN. Это предотвращает незаметные ошибки из-за смещения на один элемент, характерные для операций с массивами NumPy.

len(s) возвращает количество элементов. s.shape возвращает кортеж (n,) в соответствии с соглашениями NumPy. s.size возвращает то же значение, что и len(s). Используйте эти проверки в начале конвейера, чтобы убедиться, что загрузка данных дала ожидаемое количество строк, прежде чем продолжать анализ.

Series можно преобразовать обратно в список Python с помощью s.tolist(), в массив NumPy с помощью s.to_numpy() или s.values, а также в словарь с помощью s.to_dict(). Эти преобразования полезны для совместимости с библиотеками, которые не принимают объекты Pandas, а также для сериализации результатов в JSON или CSV.

Один столбец DataFrame — это Series. При обращении к df['col'] Pandas возвращает Series с тем же индексом, что и у DataFrame. И наоборот, Series с атрибутом name можно напрямую вставить в DataFrame как столбец. Понимание этой связи помогает свободно переходить между операциями с Series и DataFrames.

В этом уроке Вы узнали: Series — это одномерный массив с метками, построенный на ndarray из NumPy, его можно создать из списков, словарей, массивов NumPy или скалярных значений, а выравнивание индексов автоматически выполняет арифметические операции по меткам между двумя Series. Далее мы рассмотрим обращение к элементам Series по метке с помощью .loc и по позиции с помощью .iloc.