Serie Pandas Convertir a DataFrame
La serie Pandas es una matriz unidimensional que incluye etiquetas en los ejes. El objeto acepta la indexación entera y basada en etiquetas y tiene una profusión de técnicas para ejecutar acciones relacionadas con el índice. La generación de nuevas columnas de la serie derivada o presente es un desafío exigente en la ingeniería de funciones. Utilizando las funcionalidades nativas de Pandas, la serie o columna recién generadas podría transformarse en un marco de datos.
Serie Pandas Convertir a DataFrame
La conversión de una serie a un marco de datos en pandas es un enfoque bastante simple. Para transformar eficientemente una serie en un marco de datos, los pandas utilizan el enmarcar() función.
Esta función utiliza la siguiente sintaxis:
Tiene un parámetro "nombre". Si la serie tiene un nombre, debe usarse en lugar del nombre aprobado. La representación de DataFrame de la serie será devuelta por esta función.
En este tutorial, explicaremos su método para convertir la serie Pandas a DataFrame con la ayuda de ejemplos prácticos.
Ejemplo 01: usando pandas .método to_frame () para convertir una serie a DataFrame
Utilizamos la herramienta "Spyder", que es una herramienta confiable y simple para escribir y ensamblar códigos de Python. En el entorno "Spyder" abrimos un nuevo archivo de Python y comenzamos a escribir nuestro script. Mientras trabajamos con las características de Pandas, el requisito principal y principal es importar "Pandas como PD". Esto permite todas las características de Pandas en nuestro archivo de Python.
Luego creamos una serie "new_ser" utilizando el "PD.Método series () "que se emplea para construir una serie Pandas. Inicializamos la serie con ocho valores enteros que son "8", "4", "3", "9", "11", "6", "15" y "21". Esta serie se almacena en la variable "New_Ser". Ahora podemos acceder a la serie usando este nombre de variable.
Ahora, necesitamos ver nuestra recién creada serie Pandas. Aquí los pandas nos proporcionan una función "print ()" que muestra los datos almacenados en una variable o un objeto que se le pasa. Como queremos imprimir la serie "New_Ser", por lo tanto, usamos esta variable como parámetro dentro de los aparatos ortopédicos de la función "print ()".
Presione el botón "Ejecutar archivo" ubicado en el encabezado de la herramienta "Spyder". O alternativamente, puede usar las teclas "Shift+Enter" para ejecutar el script. Ahora, la salida se puede ver en la terminal. Primero creamos una serie y luego la asignamos 8 valores enteros que se pueden observar en la imagen de salida que se proporciona a continuación.
Verifiquemos el tipo de objeto de la variable "new_ser". Usamos el método "type ()" para encontrar el tipo de objeto. Tenemos que proporcionar el objeto o el nombre de la variable, cuyo tipo de objeto necesitamos ver dentro de los paréntesis de esta función. Como hemos incluido la variable "new_ser" como un parámetro para la función "type ()". Luego insertamos la función "type ()" dentro de la función "print ()", ya que hemos incluido la variable "new_ser" como parámetro para la función "type ()".
Nuevamente presione el botón "Ejecutar archivo" para ejecutar el archivo Python para obtener la salida en el terminal. Verifica si se le pasa algún parámetro cuando se invoca la función "imprimir ()". Le hemos proporcionado la función "tipo (new_ser)", por lo que mostrará el tipo de objeto del objeto "new_ser". La imagen de salida se muestra en la última línea ".Extensión de la serie ", lo que significa que el objeto es de tipo de serie.
Ahora convertiremos la serie "New_Ser" en Pandas DataFrame. Para esta conversión, los pandas nos proporcionan un método muy simple y directo que es "to_frame ()". Hemos creado un objeto DataFrame o una variable "new_df" y le asignamos la salida de invocar el método "to_frame ()". Debemos usar la función "to_frame ()" con el nombre del objeto Serie, que queremos convertir en un marco de datos.
También utilizamos el parámetro de esta función "nombre" y le asignamos el nombre "números" como hemos usado "new_ser.to_frame (nombre = 'números') ". Se presentará como el nombre de la columna en DataFrame. Luego, utilizamos el método "print ()" con el objeto DataFrame como su parámetro para mostrar el DataFrame resultante. Aquí, empleamos otra función "print ()" con la función "type ()" para determinar el tipo de objeto para la variable "new_df".
Puede ver en la imagen de salida la serie que creamos y luego el marco de datos que generamos a partir de la serie con éxito. Para la verificación del tipo de objeto, el método "type ()" define los tipos de ambos objetos. Al principio, fue ".Serie "y luego, cuando convertimos la serie en DataFrame, recurrió a".Marco de datos".
Ejemplo 02: usando pandas .método to_frame () para convertir múltiples series a DataFrame
En la ilustración anterior, convertimos una serie en una serie. Ahora, esta demostración explicará cómo convertir múltiples series a un marco de datos.
Ahora, construimos la serie Pandas. Para este caso, creamos 3 series. La primera serie es "Nombre" y almacena cinco nombres que son "Albert", "Boran", "Charlie", "Daren" y "Elsa". La segunda serie que generamos es "Puntos" que contiene la misma longitud de valores que es 5 y tiene valores "44", "10", "31", "52" y "18". La última serie "Asistir" contiene valores "10", "3", "7", "15" y "5.
Luego tenemos que mostrar toda la serie uno por uno usando la función "print ()". Primero usamos el objeto "Nombre" en la función "print ()", luego "puntos". Por último, "asistencias" se pasa al método "print ()".
Cuando ejecutamos el código mencionado anteriormente presionando el botón "Ejecutar archivo" de la herramienta "Spyder", obtenemos 3 series impresas en el terminal uno tras otro.
Haremos uso del método pandas "to_frame ()" aquí. Primero hemos creado una variable "name_df" para almacenar el marco de datos generado a partir de la serie "Nombre" y asignamos la propiedad del método "To_frame ()" "Nombre" del valor "Nombre" como título de la columna. Luego creamos 2 variables más como "Points_DF" y "Assists_DF" para almacenar los marcos de datos convertidos de la serie de la serie "Puntos" y "Asistir" respectivamente. Asignamos el "Points_df" un título "Puntos" y "Assists_DF" El título "Asiste" usando la propiedad "Nombre" del método "To_frame ()".
Creamos un objeto "final" para almacenar el cuadro de datos completo. Para unir los 3 marcos de datos, utilizamos el "PD.Función concat () "y pase los 3 marcos de datos como sus valores. Vinculará todos los marcos de datos en un cuadro de datos completo y lo almacenará en el objeto "final". Finalmente, usamos el método "Print (Final)" para mostrar el DataFrame almacenado en el objeto "Final".
Cuando ejecutamos el código anterior, mostramos una serie de DataFrame convertido con tres columnas, llamadas "Nombre", "Puntos" y "Asistencias".
Conclusión
Este artículo es una guía para que aprenda y comprenda el concepto de conversión en serie en un marco de datos de pandas. Transformar una serie en un marco de datos es una práctica fácil utilizando características de Pandas. Primero le explicamos las técnicas para convertir una sola serie en un marco de datos y luego elaboramos en la conversión de múltiples series a múltiples marcos de datos y luego combinando todos los marcos de datos de columna única a un solo marco de datos concatenado utilizando el método "concat ()" de pandas. También proporcionamos una salida para cada enfoque que hemos utilizado. Anticipamos que este escrito sería beneficioso para agarrar las características de los pandas.