Panda's -serie
Wat is een serie?
Een Pandas-serie is als een kolom in een tabel.
Het is een eendimensionale array met gegevens van elk type.
Voorbeeld
Maak een eenvoudige Panda's-serie uit een lijst:
import pandas as pd
a = [1, 7, 2]
myvar = pd.Series(a)
print(myvar)
Etiketten
Als er niets anders is opgegeven, worden de waarden gelabeld met hun indexnummer. De eerste waarde heeft index 0, de tweede waarde heeft index 1 enz.
Dit label kan worden gebruikt om toegang te krijgen tot een opgegeven waarde.
Voorbeeld
Retourneer de eerste waarde van de reeks:
print(myvar[0])
Labels maken
Met het index
argument kunt u uw eigen labels een naam geven.
Voorbeeld
Maak je eigen labels:
import pandas as pd
a = [1, 7, 2]
myvar = pd.Series(a, index = ["x", "y", "z"])
print(myvar)
Als je labels hebt gemaakt, kun je een item openen door naar het label te verwijzen.
Voorbeeld
Retourneer de waarde van "y":
print(myvar["y"])
Gecertificeerd!
$ 10 INSCHRIJVEN
Sleutel/waarde-objecten als serie
U kunt ook een sleutel/waarde-object gebruiken, zoals een woordenboek, bij het maken van een serie.
Voorbeeld
Maak een eenvoudige Panda's-serie uit een woordenboek:
import pandas as pd
calories = {"day1": 420, "day2": 380, "day3":
390}
myvar = pd.Series(calories)
print(myvar)
Opmerking: De sleutels van het woordenboek worden de labels.
Als u slechts enkele items in het woordenboek wilt selecteren, gebruikt u het index
argument en geeft u alleen de items op die u in de reeks wilt opnemen.
Voorbeeld
Maak een serie met alleen gegevens van "dag1" en "dag2":
import pandas as pd
calories = {"day1": 420, "day2": 380, "day3":
390}
myvar = pd.Series(calories,
index = ["day1", "day2"])
print(myvar)
DataFrames
Gegevenssets in Panda's zijn meestal multidimensionale tabellen, DataFrames genaamd.
Serie is als een kolom, een DataFrame is de hele tabel.
Voorbeeld
Maak een DataFrame van twee series:
import pandas as pd
data = {
"calories": [420, 380, 390],
"duration":
[50, 40, 45]
}
myvar = pd.DataFrame(data)
print(myvar)
In het volgende hoofdstuk leert u over DataFrames .