Python: la libreria Pandas: Series

Definire variabili categoriali

Le series

Le principali strutture dati usate in Pandas sono le serie e il dataframe:

Series. Una struttura monodimensionale. Ogni elemento della serie ha un indice a partire da zero. Contengono scalari

Dataframe. Una struttura a due o più dimensioni. Ogni elemento della serie ha un indice (a partire da zero) e due o più etichette che indicano i campi delle colonne. Contengono series.

Series

•  Array monodimensionale etichettato
•  Le label relative alle righe prendono il nome di indici
•  Può essere creata usando:
  s = pd.Series(data, index=index)
• data può essere un dizionario, un ndarray o uno scalare
•  index è una lista di etichette per le varie righe

Esempi

Series possono essere viste in diversi modi:

• Series come array NumPy (ndarray)
• Series come dizionario Python

Series come ndarray

Essendo basate su NumPy, le Series possono essere usate come argomento di molte NumPy functions.

• Le operazioni come lo slicing effettuano anche lo slicing sugli indici
• Hanno la proprietà dtype (come NumPy)
• Possibile accedere all’ndarray con la proprietà array
• Possono essere convertite in NumPy con to_numpy()

Esempi:

s[0]

s[:2]

np.exp(s)

Series come dizionario

E’ possibile accedere agli elementi della serie usando il valore dell’indice:

s = pd.Series(np.random.randn(5), index=["a", "b", "c", "d", "e"])

s["a"]

"e" in s

s.get("e")

Vettorizzazione su Series

• Le stesse cose valide per NumPy sono valide anche per le Series
• Tuttavia le Series operano componente per componente in base al valore dell’indice
• Se un valore di un indice non è trovato in una serie o nell’altra il risultato sarà NaN

Esempi:

a   -3.217150
b    0.302836
c   -1.045319
d    0.147652
dtype: float64

a         NaN
b    0.605673
c   -2.090638
d         NaN
dtype: float64

(194)