Python Pandas中Series和向量之間的區別

---

Pandas是一個著名的開源Python庫，它提供了廣泛的功能，使資料分析更有效率。Pandas包主要用於資料預處理活動，包括資料清洗、轉換和操作。因此，它是分析師和資料科學家的一個非常有用的工具。本文討論了Pandas中兩個最流行的資料結構——Series和DataFrame，以及Series和向量的比較。

Python Pandas Series

在Python Pandas庫中，Series是一個一維的帶標籤陣列，可以儲存任何資料型別。它類似於電子表格中的一列或R中的資料框。Series是透過將值列表傳遞給pd.Series()函式建立的，可以使用索引或標籤訪問。

標籤必須是可雜湊型別，但不必唯一。該物件具有多種用於處理索引的方法，並支援基於整數和標籤的索引。

它具有以下引數：

• 資料 - 任何列表、字典或標量值都可以用作資料。

• 索引 - 索引的值應該既唯一又可雜湊。它必須與資料大小相同。如果未提供索引，則預設使用np.arrange(n)。

• Dtype - 它指的是Series的資料型別。

• copy - 用於複製資訊。

建立Series

我們可以透過四種方式建立Series：

使用Pandas庫中的pd.Series函式

import pandas as pd
import numpy as np
# Create a series from a list
s = pd.Series([1, 3, 5, np.nan, 6, 8])
print(s)

輸出

0    1.0
1    3.0
2    5.0
3    NaN
4    6.0
5    8.0
dtype: float64

這將建立一個Pandas Series，其值為1, 3, 5, NaN, 6, 8。

直接從NumPy陣列建立Series

import numpy as np
import pandas as pd
# Create a NumPy array
data = np.array([1, 3, 5, np.nan, 6, 8])
# Create a series from the array
s = pd.Series(data)
print(s)

輸出

0    1.0
1    3.0
2    5.0
3    NaN
4    6.0
5    8.0
dtype: float64

這兩種方法都將建立一個Pandas Series，其索引是從0開始的整數範圍。您也可以在建立Series時指定自己的索引值。

從標量值建立Series

建立帶有標量值的Series是今天我們將要研究的最後一種方法。在這種情況下，您可以用單個值提供資料，並使其在索引持續時間內重複。

示例

import pandas as pd
if __name__ == '__main__':
   series = pd.Series(data=3.,
      index=['a', 'b', 'c', 'd'],
      name='series_from_scalar')
   print(series)

輸出

a    3.0
b    3.0
c    3.0
d    3.0
Name: series_from_scalar, dtype: float64

從ndarray建立Series

NumPy的random.randint()函式是建立填充隨機數的ndarray的最簡單方法之一。

示例

import numpy as np
import pandas as pd
if __name__ == '__main__':
   data = np.random.randint(0, 10, 5)
   series = pd.Series(data=data,
      index=['a', 'b', 'c', 'd', 'e'],
      name='series_from_ndarray')
   print(series)

輸出

a    5
b    7
c    0
d    8
e    5
Name: series_from_ndarray, dtype: int64

DataFrame

另一方面，向量是一維數值陣列。在Pandas中，向量可以用具有單個dtype（例如，整數、浮點數或物件）的Series表示。向量通常用於數學和統計運算，可以使用pd.to_numeric()函式或從資料框中選擇單個列來建立。

您可以使用pd從多個數據源（包括字典、二維NumPy陣列和Series）建立DataFrame。使用Pandas Series字典建立Pandas DataFrame

索引必須與Series長度相同。如果未指定索引，則將自動建立索引值：[0, …, len(data) – 1]。

#Creating a DataFrame from a dictionary of Series
import pandas as pd
data = pd.DataFrame({
   "Class 1": pd.Series([22, 33, 38], index=["math avg", "science avg",  "english avg"]),
   "Class 2": pd.Series([45, 28, 36], index=["math avg", "science avg",  "english avg"]),
   "Class 3": pd.Series([32, 41, 47], index=["math avg", "science avg",  "english avg"])
})
 
print(data)

輸出

             Class 1  Class 2  Class 3
math avg          22       45       32
science avg       33       28       41
english avg       38       36       47

以下是Python Pandas中Series和DataFrame之間差異的總結

	DataFrame	Series
資料結構	二維表	一維陣列
可以包含異構資料	是	是
可以包含列標籤	是	否
可以包含行標籤	是	否
可以按列或行標籤索引	是	是
可以按列或行標籤切片	是	是
支援算術運算	是	是
支援算術運算	是	是

結論

總而言之，Python Pandas中Series和向量的主要區別在於：

• Series可以儲存任何資料型別，而向量只能儲存數值。

• Series具有標籤索引，而向量沒有。

• Series可以使用標籤或索引訪問，而向量只能使用索引訪問。

理解Series和向量之間的區別對於選擇適合您資料的適當資料結構以及在Pandas中操作和分析資料非常有用。