Series de Pandas

Operaciones básicas de Pandas Series

pandas.Series

Estructura de Series de Pandas

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

The parameters of the constructor are as follows-

data: Data can take various forms, such as ndarray, list, constants index: The index values must be unique and hashable, and the length must be the same as the data. If no index is passed, the default is np.arange(n). dtype: dtype is used for data type. If None, the data type will be inferred copy: Copy data. The default is False

Series can be created from various inputs, such as

Array Dict Scalar values or constants

Creating an empty Series

　>>>　#　Import the pandas dependency package and assign an alias
　>>>　import　pandas　as　pd
　>>>　s　=　pd.Series()
　>>>　print(s)
　Series([],　dtype:　float64)

Creating a Series from an ndarray

If the data is an ndarray, the passed index must have the same length. If no index is passed, the default index will be range(n), where n is the length of the array, i.e. [0,1,2,3…。范围（len(array)）-1]。

　# Nombre de archivo: pandas.py
　# Autor por: es.oldtoolbag.com　
　# Importar paquete dependiente de pandas y asignar alias
　import pandas as pd
　import　numpy　as　np
　data　=　np.array(['a','b','c','d'])
　s　=　pd.Series(data)
　print(s)

Resultados de la ejecución:

　0　a
　1　b
　2　c
　3　d
　dtype:　object

We did not pass any index, so by default, it assigns the index range from 0 to len(data)-1，即0到3。

　# Nombre de archivo: pandas.py
　# Autor por: es.oldtoolbag.com　
　# Importar paquete dependiente de pandas y asignar alias
　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)

Resultados de la ejecución:

　100　a
　101　b
　102　c
　103　d
　dtype:　object

We passed the index values here. Now, we can see the custom index values in the output.

Creating a Series from a dictionary

Dictionaries can be passed as input. If no index is specified, all the dictionary keys are taken in sorted order to build the index. If an index is passed, the values corresponding to the index labels will be pulled out.

　# Nombre de archivo: pandas.py
　# Autor por: es.oldtoolbag.com　
　# Importar paquete dependiente de pandas y asignar alias
　import pandas as pd
　import　numpy　as　np
　data　=　{'a'　:　0.,　'b'　:　1.,　'c'　:　2.}
　s　=　pd.Series(data)
　print(s)

Resultados de la ejecución:

　a　0.0
　b　1.0
　c　2.0
　dtype:　float64

Dictionary keys are used to construct the index.

　# Nombre de archivo: pandas.py
　# Autor por: es.oldtoolbag.com　
　# Importar paquete dependiente de pandas y asignar alias
　import pandas as pd
　import　numpy　as　np
　data　=　{

Resultados de la ejecución:

　b　1.0
　c　2.0
　d　NaN
　a　0.0
　dtype:　float64

The index order is maintained, and missing elements are filled with NaN (not a number).

Creating a Series from a scalar

If the data is a scalar value, an index must be provided. This value will be repeated to match the length of the index

　# Nombre de archivo: pandas.py
　# Autor por: es.oldtoolbag.com　
　# Importar paquete dependiente de pandas y asignar alias
　import pandas as pd
　import　numpy　as　np
　s　=　pd.Series(5,　index=[0,　1,　2,　3)
　print(s)

Resultados de la ejecución:

　
　0　5
　1　5
　2　5
　3　5
　dtype: int64

Accessing data from a Series with a positional index

The data in the Series can be accessed as if it were an ndarray.
Búsqueda del primer elemento. Como se sabe, el recuento de matrices comienza desde cero, lo que significa que el primer elemento se almacena en la posición cero, y así sucesivamente.

　# Nombre de archivo: pandas.py
　# Autor por: es.oldtoolbag.com　
　# Importar paquete dependiente de pandas y asignar alias
　import pandas as pd
　s = pd.Series([1,2,3,4,5], index = ['a', 'b', 'c', 'd', 'e'])
　# Búsqueda del primer dato
　print s[0]

Resultados de la ejecución:

1

Búsqueda de los tres primeros elementos de Series. Si se insertan antes, se extractarán todos los proyectos a partir de ese índice. Si se utilizan dos parámetros (separados por dos puntos), se extractarán los proyectos entre los dos índices (excluyendo el índice final)

　# Nombre de archivo: pandas.py
　# Autor por: es.oldtoolbag.com　
　# Importar paquete dependiente de pandas y asignar alias
　import pandas as pd
　s = pd.Series([1,2,3,4,5], index = ['a', 'b', 'c', 'd', 'e'])
　# Búsqueda de los primeros3elementos
　print s[:3]

Resultados de la ejecución:

　a　1
　b　2
　c　3
　dtype: int64

Búsqueda de los tres últimos elementos.

　# Nombre de archivo: pandas.py
　# Autor por: es.oldtoolbag.com　
　# Importar paquete dependiente de pandas y asignar alias
　s = pd.Series([1,2,3,4,5], index = ['a', 'b', 'c', 'd', 'e'])
　# Búsqueda de los tres últimos elementos
　print s[-3:]

Resultados de la ejecución:

　c　3
　d　4
　e　5
　dtype: int64

Búsqueda de datos utilizando etiquetas (índice)

Series es como un diccionario de tamaño fijo, se pueden obtener y establecer valores a través de etiquetas de índice.
Búsqueda de un solo elemento utilizando un valor de etiqueta de índice.

　# Nombre de archivo: pandas.py
　# Autor por: es.oldtoolbag.com　
　# Importar paquete dependiente de pandas y asignar alias
　import pandas as pd
　s = pd.Series([1,2,3,4,5], index = [

Resultados de la ejecución:

　1

Búsqueda de varios elementos utilizando una lista de valores de etiqueta de índice.

　# Nombre de archivo: pandas.py
　# Autor por: es.oldtoolbag.com　
　# Importar paquete dependiente de pandas y asignar alias
　import pandas as pd
　s = pd.Series([1,2,3,4,5], index = [

Resultados de la ejecución:

　
　a　1
　c　3
　d　4
　dtype: int64

Si no se incluye la etiqueta, se generará una excepción.

　# Nombre de archivo: pandas.py
　# Autor por: es.oldtoolbag.com　
　# Importar paquete dependiente de pandas y asignar alias
　import pandas as pd
　s = pd.Series([1,2,3,4,5], index = ['a', 'b', 'c', 'd', 'e'])
　# Búsqueda de varios elementos
　print(s['f'])

Resultados de la ejecución:

　　　…
　KeyError: 'f'