TechCodeview

A Pandas sorozat egydimenziós tömbként definiálható, amely különféle adattípusok tárolására képes. A listát, sorszámot és szótárt egyszerűen sorozatokká alakíthatjuk a ' sorozat ' módszerrel. A sorozatok sorcímkéit indexnek nevezzük. Egy sorozat nem tartalmazhat több oszlopot. A következő paraméterrel rendelkezik:

adat:Bármilyen lista, szótár vagy skalár érték lehet.index:Az index értékének egyedinek és hashálhatónak kell lennie. Az adatokkal azonos hosszúságúnak kell lennie. Ha nem adunk át egyetlen indexet sem, akkor alapértelmezett np.arrange(n) használva lesz.dtype:A sorozat adattípusára vonatkozik.másolat:Az adatok másolására szolgál.

Sorozat létrehozása:

Kétféleképpen hozhatunk létre sorozatot:

1. Hozzon létre egy üres sorozatot
2. Hozzon létre egy sorozatot a bemenetek segítségével.

Hozzon létre egy üres sorozatot:

Könnyen létrehozhatunk egy üres sorozatot a Pandasban, ami azt jelenti, hogy nem lesz értéke.

Az üres sorozat létrehozásához használt szintaxis:

 = pandas.Series() 

Az alábbi példa egy üres sorozat típusú objektumot hoz létre, amelynek nincsenek értékei, és alapértelmezett adattípusa van, pl. úszó64 .

Példa

 import pandas as pd x = pd.Series() print (x) 

Kimenet

xvideoservicethief ubuntu 14.04 letöltés

 Series([], dtype: float64) 

Sorozat létrehozása bemenetekkel:

Sorozatokat hozhatunk létre különféle bemenetek használatával:

• Sor
• Dict
• Skaláris érték

Sorozat létrehozása tömbből:

Sorozat létrehozása előtt először is importálnunk kell a zsibbadt modult, majd használja az array() függvényt a programban. Ha az adat ndarray, akkor az átadott indexnek azonos hosszúságúnak kell lennie.

Ha nem adunk át indexet, akkor alapértelmezés szerint az indexet tartomány(n) átadásra kerül, ahol n egy tömb hosszát határozza meg, azaz [0,1,2,.... range(len(tömb))-1 ].

Példa

 import pandas as pd import numpy as np info = np.array(['P','a','n','d','a','s']) a = pd.Series(info) print(a) 

Kimenet

 0 P 1 a 2 n 3 d 4 a 5 s dtype: object 

Hozzon létre egy sorozatot a diktatúrából

pandák és numpy

Létrehozhatunk sorozatot is a diktatúrából. Ha a szótár objektumot bemenetként adjuk át, és az index nincs megadva, akkor a szótár kulcsait rendezett sorrendben veszi az index létrehozásához .

Ha átadja az indexet, akkor az indexben szereplő adott címkének megfelelő értékek ki lesznek kinyerve az indexből szótár .

 #import the pandas library import pandas as pd import numpy as np info = {'x' : 0., 'y' : 1., 'z' : 2.} a = pd.Series(info) print (a) 

Kimenet

 x 0.0 y 1.0 z 2.0 dtype: float64 

Hozzon létre egy sorozatot skalárral:

Ha a skaláris értékeket vesszük, akkor az indexet meg kell adni. A skaláris érték megismétlődik, hogy megfeleljen az index hosszának.

 #import pandas library import pandas as pd import numpy as np x = pd.Series(4, index=[0, 1, 2, 3]) print (x) 

Kimenet

 0 4 1 4 2 4 3 4 dtype: int64 

Adatok elérése a Pozícióval rendelkező sorozatokból:

Miután létrehozta a Series típusú objektumot, hozzáférhet annak indexeihez, adataihoz és még az egyes elemeihez is.

A sorozat adatai az ndarrayhoz hasonlóan érhetők el.

 import pandas as pd x = pd.Series([1,2,3],index = ['a','b','c']) #retrieve the first element print (x[0]) 

Kimenet

 1 

Sorozatobjektum attribútumok

A Series attribútum a Series objektumhoz kapcsolódó bármely információ, például méret, adattípus. stb. Az alábbiakban felsorolunk néhány attribútumot, amelyek segítségével információkat szerezhet a Series objektumról:

Sorozatobjektum indextömbjének és adattömbjének lekérése

Egy meglévő sorozat objektum indextömbjét és adattömbjét az index és értékek attribútumok használatával kérhetjük le.

 import numpy as np import pandas as pd x=pd.Series(data=[2,4,6,8]) y=pd.Series(data=[11.2,18.6,22.5], index=['a','b','c']) print(x.index) print(x.values) print(y.index) print(y.values) 

Kimenet

 RangeIndex(start=0, stop=4, step=1) [2 4 6 8] Index(['a', 'b', 'c'], dtype='object') [11.2 18.6 22.5] 

Típusok (dtype) és típusméret (elemsize) lekérése

Használhatja a dtype attribútumot a Series objektummal dtypeként egy sorozat objektum egyedi elemének adattípusának lekéréséhez, használhatja a tételes attribútum az egyes adatelemekhez lefoglalt bájtok számának megjelenítéséhez.

összefűzés java karakterlánc

 import numpy as np import pandas as pd a=pd.Series(data=[1,2,3,4]) b=pd.Series(data=[4.9,8.2,5.6], index=['x','y','z']) print(a.dtype) print(a.itemsize) print(b.dtype) print(b.itemsize) 

Kimenet

 int64 8 float64 8 

Alakzat visszakeresése

A Series objektum alakja határozza meg az elemek teljes számát, beleértve a hiányzó vagy üres értékeket (NaN).

 import numpy as np import pandas as pd a=pd.Series(data=[1,2,3,4]) b=pd.Series(data=[4.9,8.2,5.6],index=['x','y','z']) print(a.shape) print(b.shape) 

Kimenet

 (4,) (3,) 

Méret, méret és bájtok számának lekérése:

 import numpy as np import pandas as pd a=pd.Series(data=[1,2,3,4]) b=pd.Series(data=[4.9,8.2,5.6], index=['x','y','z']) print(a.ndim, b.ndim) print(a.size, b.size) print(a.nbytes, b.nbytes) 

Kimenet

 1 1 4 3 32 24 

A NaN-ek ürességének és jelenlétének ellenőrzése

A Series objektum ürességének ellenőrzéséhez használja a üres attribútum . Hasonlóképpen annak ellenőrzésére, hogy egy sorozatobjektum tartalmaz-e néhány NaN értéket, használhatja a hassan tulajdonság.

Példa

 import numpy as np import pandas as pd a=pd.Series(data=[1,2,3,np.NaN]) b=pd.Series(data=[4.9,8.2,5.6],index=['x','y','z']) c=pd.Series() print(a.empty,b.empty,c.empty) print(a.hasnans,b.hasnans,c.hasnans) print(len(a),len(b)) print(a.count( ),b.count( )) 

Kimenet

 False False True True False False 4 3 3 3 

Sorozatfüggvények

A sorozatban néhány funkciót használnak, amelyek a következők: