Python Pandas - Série

Series est un tableau étiqueté unidimensionnel capable de contenir des données de tout type (entier, chaîne, flottant, objets python, etc.). Les étiquettes des axes sont appelées collectivement index.

pandas.Série

Une série pandas peut être créée en utilisant le constructeur suivant -

pandas.Series( data, index, dtype, copy)

Les paramètres du constructeur sont les suivants -

Sr. Non Paramètre et description
1

data

les données prennent différentes formes comme ndarray, liste, constantes

2

index

Les valeurs d'index doivent être uniques et hachables, de la même longueur que les données. Défautnp.arrange(n) si aucun index n'est passé.

3

dtype

dtype est pour le type de données. Si aucun, le type de données sera déduit

4

copy

Copiez les données. Valeur par défaut False

Une série peut être créée en utilisant diverses entrées telles que -

  • Array
  • Dict
  • Valeur scalaire ou constante

Créer une série vide

Une série de base qui peut être créée est une série vide.

Exemple

#import the pandas library and aliasing as pd
import pandas as pd
s = pd.Series()
print s

Ses output est comme suit -

Series([], dtype: float64)

Créer une série à partir de ndarray

Si data est un ndarray, alors l'index passé doit être de la même longueur. Si aucun index n'est passé, l'index par défaut serarange(n)n est la longueur du tableau, c'est-à-dire [0,1,2,3…. range(len(array))-1].

Exemple 1

#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = np.array(['a','b','c','d'])
s = pd.Series(data)
print s

Ses output est comme suit -

0   a
1   b
2   c
3   d
dtype: object

Nous n'avons passé aucun index, donc par défaut, il a attribué les index allant de 0 à len(data)-1, c'est-à-dire de 0 à 3.

Exemple 2

#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = np.array(['a','b','c','d'])
s = pd.Series(data,index=[100,101,102,103])
print s

Ses output est comme suit -

100  a
101  b
102  c
103  d
dtype: object

Nous avons transmis les valeurs d'index ici. Nous pouvons maintenant voir les valeurs indexées personnalisées dans la sortie.

Créer une série à partir de dict

UNE dictpeut être passé en entrée et si aucun index n'est spécifié, les clés du dictionnaire sont prises dans un ordre trié pour construire l'index. Siindex est passé, les valeurs des données correspondant aux étiquettes de l'index seront extraites.

Exemple 1

#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = {'a' : 0., 'b' : 1., 'c' : 2.}
s = pd.Series(data)
print s

Ses output est comme suit -

a 0.0
b 1.0
c 2.0
dtype: float64

Observe - Les clés de dictionnaire sont utilisées pour construire l'index.

Exemple 2

#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = {'a' : 0., 'b' : 1., 'c' : 2.}
s = pd.Series(data,index=['b','c','d','a'])
print s

Ses output est comme suit -

b 1.0
c 2.0
d NaN
a 0.0
dtype: float64

Observe - L'ordre d'index est conservé et l'élément manquant est rempli avec NaN (Not a Number).

Créer une série à partir de Scalar

Si les données sont une valeur scalaire, un index doit être fourni. La valeur sera répétée pour correspondre à la longueur deindex

#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
s = pd.Series(5, index=[0, 1, 2, 3])
print s

Ses output est comme suit -

0  5
1  5
2  5
3  5
dtype: int64

Accès aux données d'une série avec position

Les données de la série sont accessibles de la même manière que dans un ndarray.

Exemple 1

Récupérez le premier élément. Comme nous le savons déjà, le comptage commence à zéro pour le tableau, ce qui signifie que le premier élément est stocké à la position zéro et ainsi de suite.

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])

#retrieve the first element
print s[0]

Ses output est comme suit -

1

Exemple 2

Récupérez les trois premiers éléments de la série. Si un: est inséré devant lui, tous les éléments de cet index seront extraits. Si deux paramètres (avec: entre eux) sont utilisés, les éléments entre les deux index (sans compter l'index d'arrêt)

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])

#retrieve the first three element
print s[:3]

Ses output est comme suit -

a  1
b  2
c  3
dtype: int64

Exemple 3

Récupérez les trois derniers éléments.

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])

#retrieve the last three element
print s[-3:]

Ses output est comme suit -

c  3
d  4
e  5
dtype: int64

Récupérer des données à l'aide de l'étiquette (index)

Une série est comme une taille fixe dict en ce que vous pouvez obtenir et définir des valeurs par étiquette d'index.

Exemple 1

Récupérez un seul élément à l'aide de la valeur d'étiquette d'index.

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])

#retrieve a single element
print s['a']

Ses output est comme suit -

1

Exemple 2

Récupérez plusieurs éléments à l'aide d'une liste de valeurs d'étiquettes d'index.

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])

#retrieve multiple elements
print s[['a','c','d']]

Ses output est comme suit -

a  1
c  3
d  4
dtype: int64

Exemple 3

Si aucune étiquette n'est contenue, une exception est déclenchée.

import pandas as pd
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])

#retrieve multiple elements
print s['f']

Ses output est comme suit -

…
KeyError: 'f'