Pandas Serisi, çeşitli veri türlerini depolayabilen tek boyutlu bir dizi olarak tanımlanabilir. ' komutunu kullanarak listeyi, tuple'ı ve sözlüğü kolayca serilere dönüştürebiliriz. seri ' yöntem. Serilerin satır etiketlerine indeks denir. Bir Seri birden fazla sütun içeremez. Aşağıdaki parametreye sahiptir:

android telefon ayarları menüsü

veri:Herhangi bir liste, sözlük veya skaler değer olabilir.dizin:Endeksin değeri benzersiz ve hashable olmalıdır. Verilerle aynı uzunlukta olmalıdır. Herhangi bir indeksi geçemezsek, varsayılan np.arrange(n) kullanılacak.tipi:Serinin veri tipini ifade eder.kopyala:Verilerin kopyalanması için kullanılır.

Bir Seri Oluşturmak:

Bir Seriyi iki şekilde oluşturabiliriz:

1. Boş bir Seri oluştur
2. Girişleri kullanarak bir Seri oluşturun.

Boş Bir Seri Oluşturun:

Pandas'ta kolaylıkla boş bir seri oluşturabiliriz, bu da hiçbir değeri olmayacağı anlamına gelir.

Boş Seri oluşturmak için kullanılan sözdizimi:

 = pandas.Series() 

Aşağıdaki örnek, hiçbir değeri olmayan ve varsayılan veri tipine sahip bir Boş Seri tipi nesne oluşturur; kayan nokta64 .

Örnek

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

Çıktı

 Series([], dtype: float64) 

Girişleri kullanarak bir Seri oluşturma:

Çeşitli girdileri kullanarak Seriler oluşturabiliriz:

• Sıralamak
• Dikte
• Skaler değer

Diziden Seri Oluşturma:

Bir Seri oluşturmadan önce öncelikle içe aktarmamız gerekir. dizi modülünü açın ve ardından programdaki array() işlevini kullanın. Veriler ndarray ise, iletilen dizin aynı uzunlukta olmalıdır.

Eğer bir indeksi geçemezsek, o zaman varsayılan olarak indeksi aralık(n) n'nin bir dizinin uzunluğunu tanımladığı yerde iletilir, yani [0,1,2,.... aralık(uzunluk(dizi))-1 ]

Örnek

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

Çıktı

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

dict'ten bir Dizi oluşturun

Ayrıca dict'ten bir Seri de oluşturabiliriz. Sözlük nesnesi girdi olarak aktarılıyorsa ve dizin belirtilmemişse, dizini oluşturmak için sözlük anahtarları sıralı bir şekilde alınır. .

Eğer indeks iletilirse, indeksteki belirli bir etikete karşılık gelen değerler, sözlük .

 #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) 

Çıktı

 x 0.0 y 1.0 z 2.0 dtype: float64 

Skaler kullanarak bir Seri oluşturun:

Skaler değerleri alırsak indeksin sağlanması gerekir. Endeksin uzunluğunu eşleştirmek için skaler değer tekrarlanacaktır.

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

Çıktı

dizeyi int'ye ayrıştırma

 0 4 1 4 2 4 3 4 dtype: int64 

Pozisyon ile serilerdeki verilere erişim:

Seri tipi nesneyi oluşturduğunuzda, onun indekslerine, verilerine ve hatta tek tek öğelerine erişebilirsiniz.

Serideki verilere ndarray'dekine benzer şekilde erişilebilir.

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

Çıktı

 1 

Seri nesne nitelikleri

Series özelliği, Series nesnesine ilişkin boyut, veri türü gibi her türlü bilgi olarak tanımlanır. vb. Aşağıda Series nesnesi hakkında bilgi almak için kullanabileceğiniz bazı özellikler verilmiştir:

Bir seri nesnesinin Dizin dizisini ve veri dizisini alma

Mevcut bir Series nesnesinin indeks dizisini ve veri dizisini, indeks ve değerler niteliklerini kullanarak alabiliriz.

 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) 

Çıktı

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

Türleri (dtype) ve Türün Boyutunu (itemsize) Alma

Bir seri nesnesinin tek bir öğesinin veri türünü almak için dtype niteliğini Series nesnesi ile dtype olarak kullanabilirsiniz. ürün boyutu Her veri öğesine tahsis edilen bayt sayısını gösteren özellik.

 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) 

Çıktı

 int64 8 float64 8 

Şekil Alınıyor

Series nesnesinin şekli, eksik veya boş değerler (NaN) dahil olmak üzere toplam öğe sayısını tanımlar.

 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) 

Çıktı

 (4,) (3,) 

Boyut, Boyut ve Bayt Sayısının Alınması:

 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) 

Çıktı

 1 1 4 3 32 24 

NaN'lerin Boşluğunu ve Varlığını Kontrol Etme

Series nesnesinin boş olup olmadığını kontrol etmek için şunu kullanabilirsiniz: boş özellik . Benzer şekilde, bir seri nesnesinin bazı NaN değerleri içerip içermediğini kontrol etmek için Hasan bağlanmak.

Örnek

 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( )) 

Çıktı

 False False True True False False 4 3 3 3 

Seri Fonksiyonları

Serilerde kullanılan bazı işlevler vardır: