Розуміння Pandas Series стало простішим - javascript.org.ua

Розуміння Pandas Series

Series — це одновимірні дані з мітками в Pandas, схожі на стовпчик у таблиці. Кожне значення в Series має відповідну мітку, яка називається індексом. Це робить Series надзвичайно корисними для організації даних та отримання значень за їхніми мітками.

Навігація документацією Pandas

Ключовим аспектом освоєння будь-якої бібліотеки є розуміння її документації. Я навчився як безпосередньо отримувати доступ до документації Pandas у JupyterLab:

Поставте курсор всередині дужок функції і натисніть Shift + Tab для швидкого перегляду.
Натисніть двічі для розширеного перегляду, і утримуйте Ctrl + Shift + Tab для ще детальнішої інформації.

Якщо це не працює, переконайтеся, що ваша середовище JupyterLab налаштоване правильно, як я це зробив сьогодні. Це невеликий, але важливий крок для підвищення ефективності під час програмування.

Як створити Series

Я досліджував два способи створення Series:

Використання позиційних аргументів: де перший аргумент — це дані, а другий — індекс.

import pandas as pd  

fruits = ["Apple", "Banana", "Cherry", "Date"]  
weekdays = ["Monday", "Tuesday", "Wednesday", "Thursday"]  

# Обидва рядки дають однаковий результат, оскільки ми явно вказуємо параметри  
s1 = pd.Series(data=fruits, index=weekdays)  
s2 = pd.Series(index=weekdays, data=fruits)  

print(s1)  
print(s2)

Monday Apple  
Tuesday Banana  
Wednesday Cherry  
Thursday Date  
dtype: object

Як s1, так і s2 є однаковими, оскільки ми використовували параметри (data і index), щоб явно сказати Pandas, що робити.

2. Використання позиційних аргументів

Якщо параметри не вказані за іменем, Pandas вважає, що:

перший аргумент — це дані.
другий аргумент — це індекс.

import pandas as pd  

# Оголошення даних та індексу  
fruits = ["Apple", "Banana", "Grape", "Orange", "Mango"]  
weekdays = ["Monday", "Tuesday", "Wednesday", "Thursday", "Friday"]  

# Створення Series s3  
s3 = pd.Series(fruits, weekdays)  
print("Series s3:")  
print(s3)  

# Створення Series s4  
s4 = pd.Series(weekdays, fruits)  
print("\nSeries s4:")  
print(s4)

Series s3:  
Monday Apple  
Tuesday Banana  
Wednesday Grape  
Thursday Orange  
Friday Mango  
dtype: object  

Series s4:  
Apple Monday  
Banana Tuesday  
Grape Wednesday  
Orange Thursday  
Mango Friday  
dtype: object

Чому результати різні?

Порядок аргументів: у s3 список fruits є даними, а weekdays — індексом. У s4 це було змінено: weekdays стало даними, а fruits — індексом.
Параметри та аргументи: якби ви явно вказали параметри як data і index, то результат був би однаковим незалежно від порядку аргументів, як це було у іншому методі.

Практика: Спробуйте самі

Ось завдання, яке я виконав під час сьогоднішньої сесії:

Створіть два Series в Pandas:

Series 1 (s1): Їжа як дані, соуси як індекс.
Series 2 (s2): Соуси як дані, їжа як індекс.

Перевірте своє розуміння, чергуючи між позиційними аргументами та аргументами за іменем.

Приклад для практики:

import pandas as pd  

foods = ["Pizza", "Burger", "Pasta", "Tacos"]  
dipping_sauces = ["Marinara", "Ketchup", "Alfredo", "Salsa"]  

# Створіть Series, використовуючи обидва методи  
# Спробуйте як позиційні аргументи, так і аргументи за іменем!

Опублікуйте свої відповіді в коментарях — я буду чекати на ваші рішення!

Перекладено з: Understanding Pandas Series Made Easy