Pandas DataFrame to Series
Métodos para convertir el marco de datos en series
Podemos utilizar dos métodos diferentes para convertir la columna o la fila de DataFrame a la serie en esta guía. Estos métodos son:
- El método Squeeze ().
- Marco de datos.método ILOC.
Ahora, aplicaremos estos métodos en los códigos "pandas" en esta guía y también explicaremos estos códigos en detalle aquí.
Ejemplo # 01
Tenemos la aplicación "Spyder" aquí para desarrollar los códigos "Pandas". El primer paso de este código es utilizar la palabra clave "importar" para importar los módulos "pandas", seguidos de los "pandas como PD". Aquí, se crea el "Regional_DF" y contiene siete columnas. El "PD.El método de DataFrame ”se utiliza para generar DataFrame. La "región" es la primera columna aquí que contiene "Este, Oeste, Norte y Sur". Luego tenemos la columna "Jan" en la que agregamos "$ 100, $ 150, $ 120 y $ 200". A continuación, tenemos la columna "febrero", que contiene "$ 140, $ 170, $ 200 y $ 210". Ahora, tenemos la columna de "marzo" por delante en la que ponemos "$ 220, $ 200, $ 300 y $ 130". También tenemos columnas "April y mayo", y estas columnas contienen "$ 120, $ 250, $ 320, $ 230" y "$ 220, $ 120, $ 220, $ 130", respectivamente.
Entonces "subtotal" es la última columna que hemos agregado aquí. Escribimos el método "print ()" a continuación, en el que colocamos el nombre del DataFrame para que DataFrame se represente en el terminal. Ahora, estamos avanzando con la conversión de una columna de este marco de datos en la serie. Estamos utilizando el método "Squeeze ()" aquí para convertir la columna "Región" en la serie. También ponemos la variable en la que se almacena esta serie. Después de esto, representamos la serie nuevamente usando "print ()" aquí.
Cuando hacemos clic en el icono "Ejecutar" de esta herramienta, este resultado presenta este resultado. DataFrame, que produjimos en el código anterior, se presenta en este resultado, y también la serie se representa aquí. La columna "Región" de este DataFrame se convierte en la serie aquí, y también puede ver que los valores de índice también se representan con esta serie.
Ejemplo # 02
Colocamos el "Regional_DF" aquí nuevamente, pero ahora utilizaremos el método "ILOC" para convertir las columnas de DataFrame en la serie. Convertimos la primera columna del DataFrame utilizando el método "ILOC" aquí. Colocamos el nombre de DataFrame y luego escribimos el método "ILOC" y mencionamos el número de la columna que queremos convertir en una serie.
Aquí colocamos "[:, 0]" que convertirá la primera columna del DataFrame en una serie y también la almacenará en la variable "my_series". Luego representamos esta serie colocando la variable "my_series" en "print ()" y también queremos obtener el tipo de esa serie, por lo que utilizamos la palabra clave "tipo" y ponemos el nombre de la variable en la que hemos almacenado La serie, y todos estos se insertan en la "impresión ()". El tipo también se presentará en la terminal.
Ahora, queremos convertir una columna más de este marco de datos en la serie, por lo que nuevamente utilizamos el mismo método y esta vez, estamos convirtiendo la última columna en una serie colocando el número de esa columna en el método "ILOC". Estamos almacenando esta última serie de columna en la variable "my_series1". Esta serie, así como el tipo de esta serie, también se muestran en el resultado porque colocamos ambos en la "impresión ()".
Primero, muestra todo el marco de datos en la salida de este código y luego muestra la serie que obtenemos aquí después de convertir la primera columna en la serie junto con su tipo. Después de esto, también vemos otra serie aquí, que es la última columna que se convierte en la serie y también su tipo a continuación.
Ejemplo # 03
Desarrollamos "test_df" aquí en la que agregamos primero la columna "estudiante", que contiene "Bromley, Frank, Ginny, Samuel, David y Hank". La siguiente columna es la columna "Prueba 1", en la que agregamos "80, 85, 88, 86, 84 y 81". Ahora, tenemos la columna "Prueba 2", que contiene "78, 76, 72, 82, 89 y 77". Luego, la columna "Prueba 3" se inserta después de la columna "Prueba 2", y esto contiene "67, 89, 78, 84, 66 y 80". Ahora, agregamos "Prueba 4" como la quinta columna en la que insertamos "76, 81, 88, 90, 75 y 78". La sexta columna aquí es la columna "Prueba 5" que también contiene algunos números que son "82, 83, 84, 88, 89 y 90".
El "promedio" es la última columna de este marco de datos en el que ponemos "80, 81, 79, 76, 77 y 81". El nombre del DataFrame se ingresa en el método "print ()" a continuación para que se muestre en el terminal. Ahora estamos avanzando con la conversión de esta columna de DataFrame en una serie. Aquí, estamos transformando la primera columna en una serie utilizando la técnica "Iloc". Ponemos el número de la columna que queremos convertir en este método "ILOC". Además, agregamos la variable "New_Series", donde se mantiene esta serie. Después de eso, representamos la serie usando "print ()" y también su tipo.
Este resultado muestra el DataFrame que hemos creado en el código anterior y también en la serie. Aquí, la columna de "estudiante" del marco de datos se transforma en una serie que es la primera columna de este marco de datos.
Ejemplo # 04
Utilizamos el DataFrame de datos anterior "test_df", pero convertiremos múltiples columnas en diferentes series por separado con la ayuda del método "ILOC". Ponemos el "[:, 0]" en el método "ILOC", que se utiliza para convertir la primera columna del marco de datos en una serie. Luego ponemos "[:, 2]" en este método, y esto convertirá la tercera columna del "test_df" en una serie. Después de esto, nuevamente utilizamos el método "ILOC", y esta vez colocamos "[:, 3]", que convertirá la cuarta columna de DataFrame en una serie.
Almacemos estas series por separado en las variables "my_series1, my_series2 y my_series3", respectivamente, y ponemos todas estas variables en el método "print ()" uno por uno, por lo que todas las series se presentarán por separado en la terminal. También imprimimos sus tipos también poniendo nuevamente estas variables en las que la serie se almacenan en el método "tipo ()" por separado, por lo que los tipos de todas las series se presentarán por separado en el terminal.
En este resultado, después de mostrar todo el marco de datos, muestra todas las series uno por uno y luego también imprime sus tipos en este resultado también.
Conclusión
En esta guía, hemos aprendido sobre la serie "Pandas", y hemos convertido las columnas o filas de DataFrame en la serie utilizando dos métodos diferentes aquí. Los métodos que hemos discutido en esta guía son el método "Squeeze ()" y el "ILoc", que nos ayudan a convertir las columnas o filas de DataFrame en la serie. También hemos realizado con los ejemplos prácticos en esta guía en la que hemos utilizado ambos métodos y hemos mostrado el marco de datos, así como la serie en la salida de esos códigos. También hemos explicado estos métodos y todos los ejemplos en detalle en esta guía.