Pandas DataFrame to Series

La bibliothèque «Pandas» de «Python» fournit la facilité pour créer la série ainsi que DataFrame. Dans «Pandas», il y a une différence entre la série et le DataFrame. La série n'est qu'une colonne ou une liste avec les valeurs d'index et le dataframe dans «pandas» se compose de plusieurs séries ou listes. Nous pouvons faire des données «pandas» en mettant de nombreuses séries. Le DataFrame est un groupe de nombreuses listes ou séries. Lorsque nous créons le dataframe, nous convertissons également les colonnes ou les lignes de cette dataframe spécifiée en la série. La série est faite d'une seule colonne ou d'une seule ligne, ainsi que des valeurs d'index. Dans ce guide, nous allons convertir les «pandas» DataFrame en série et expliquer les méthodes qui aideront à convertir le dataframe en série."

Méthodes pour convertir le dataframe en série

Nous pouvons utiliser deux méthodes différentes pour convertir la colonne ou la ligne de DataFrame en série dans ce guide. Ces méthodes sont:

• La méthode Squeeze ().
• Trame de données.Méthode ILOC.

Maintenant, nous appliquerons ces méthodes dans les codes «pandas» de ce guide et expliquerons également ces codes en détail ici.

Exemple # 01

Nous avons l'application «Spyder» ici pour développer les codes «Pandas». La première étape de ce code consiste à utiliser le mot-clé «Importer» pour importer les modules «pandas», suivis des «Pandas en tant que PD». Ici, le "Regional_DF" est créé et contient sept colonnes. Le «PD.La méthode DataFrame »est utilisée pour générer le DataFrame. La «région» est la première colonne ici qui contient «East, West, North et Sud». Ensuite, nous avons la colonne «Jan» dans laquelle nous ajoutons «100 $, 150 $, 120 $ et 200 $». Ensuite, nous avons la colonne «Fév», qui contient «140 $, 170 $, 200 $ et 210 $». Maintenant, nous avons la colonne «March» à venir dans laquelle nous mettons «220 $, 200 $, 300 $ et 130 $». Nous avons également des colonnes «avril et mai», et ces colonnes contiennent «120 $, 250 $, 320 $, 230 $» et «220 $, 120 $, 220 $, 130 $», respectivement.

Ensuite, «sous-total» est la dernière colonne que nous avons ajoutée ici. Nous écrivons la méthode «print ()» ci-dessous, dans laquelle nous plaçons le nom du DataFrame afin que DataFrame soit rendu sur le terminal. Maintenant, nous allons de l'avant avec la conversion d'une colonne de ce DataFrame dans la série. Nous utilisons ici la méthode «Squeeze ()» pour convertir la colonne «région» en série. Nous avons également mis la variable dans laquelle cette série est stockée. Après cela, nous rendons la série à nouveau en utilisant «print ()» ici.

Lorsque nous cliquons sur l'icône «Exécuter» de cet outil, ce résultat rend. Le DataFrame, que nous avons produit dans le code ci-dessus, est présenté dans ce résultat, et la série est également rendue ici. La colonne «région» de ce dataframe est convertie en série ici, et vous pouvez également voir que les valeurs d'index sont également rendues avec cette série.

Exemple # 02

Nous plaçons encore la «régional_df», mais maintenant nous utiliserons la méthode «ILOC» pour convertir les colonnes du DataFrame en série. Nous convertissons la première colonne du DataFrame en utilisant la méthode «ILOC» ici. Nous plaçons le nom de DataFrame, puis écrivons la méthode «Iloc» et mentionnons le numéro de la colonne que nous voulons convertir en série.

Ici, nous placons «[:, 0]» qui convertira la première colonne du DataFrame en une série et la stockera également dans la variable «my_series». Ensuite, nous rendons cette série en mettant la variable «my_series» dans «print ()» et nous voulons également obtenir le type de cette série, nous utilisons donc le mot-clé «type» et mettons le nom de la variable dans laquelle nous avons stocké La série, et toutes ces éléments sont insérées dans le "print ()". Le type rendra également sur le terminal.

Maintenant, nous voulons convertir une autre colonne de ce DataFrame en série, nous utilisons donc à nouveau la même méthode et cette fois, nous convertissons la dernière colonne en une série en plaçant le nombre de cette colonne dans la méthode "ILOC". Nous stockons cette dernière série de colonnes dans la variable «my_series1». Cette série, ainsi que le type de cette série, sont également affichées sur le résultat car nous mettons les deux dans le "print ()".

Tout d'abord, il affiche l'intégralité de DataFrame dans la sortie de ce code, puis affiche la série que nous obtenons ici après avoir converti la première colonne en série avec son type. Après cela, nous voyons également une autre série ici qui est la dernière colonne qui est convertie en série et aussi son type ci-dessous.

Exemple # 03

Nous développons «Test_DF» ici dans lequel nous ajoutons d'abord la colonne «Student», qui contient «Bromley, Frank, Ginny, Samuel, David et Hank». La colonne suivante est la colonne «Test 1», dans laquelle nous ajoutons «80, 85, 88, 86, 84 et 81». Maintenant, nous avons la colonne «Test 2», qui contient «78, 76, 72, 82, 89 et 77». Ensuite, la colonne «Test 3» est insérée après la colonne «Test 2», et cela contient «67, 89, 78, 84, 66 et 80». Maintenant, nous ajoutons «Test 4» comme la cinquième colonne dans laquelle nous insérons «76, 81, 88, 90, 75 et 78». La sixième colonne ici est la colonne «Test 5» qui contient également quelques nombres «82, 83, 84, 88, 89 et 90».

La «moyenne» est la dernière colonne de cette dataframe dans laquelle nous mettons «80, 81, 79, 76, 77 et 81». Le nom du DataFrame est ensuite entré dans la méthode «print ()» ci-dessous afin qu'elle soit affichée sur le terminal. Nous allons maintenant de l'avant avec la conversion de Dataframe d'une colonne en une série. Ici, nous transformons la première colonne en une série en utilisant la technique «ILOC». Nous mettons le numéro de la colonne que nous voulons convertir dans cette méthode «ILOC». De plus, nous avons ajouté la variable «new_series», où cette série est conservée. Après cela, nous rendons la série en utilisant «print ()» et aussi son type.

Ce résultat affiche le dataframe que nous avons créé dans le code ci-dessus et également la série également. Ici, la colonne «Student» de DataFrame est transformée en une série qui est la première colonne de ce DataFrame.

Exemple # 04

Nous utilisons la dataframe de données ci-dessus «test_df», mais nous convertirons plusieurs colonnes en différentes séries séparément à l'aide de la méthode «ILOC». Nous mettons le «[:: 0]» dans la méthode «Iloc», qui est utilisée pour convertir la première colonne du DataFrame en une série. Ensuite, nous avons mis «[:,, 2]» dans cette méthode, et cela convertira la troisième colonne du «test_df» en une série. Après cela, nous utilisons à nouveau la méthode «Iloc», et cette fois nous plaçons «[:, 3]», qui convertira la quatrième colonne du DataFrame en une série.

Nous stockons ces séries séparément dans les variables «My_Series1, My_Series2 et My_Series3», et mettons toutes ces variables dans la méthode «print ()» une par une, de sorte que toutes les séries seront rendues séparément sur le terminal. Nous imprimons également leurs types en mettant à nouveau ces variables dans lesquelles les séries sont stockées séparément dans la méthode «Type ()», de sorte que les types de toutes les séries se rendront séparément sur le terminal.

Dans ce résultat, après avoir affiché l'ensemble de DataFrame, il affiche toutes les séries un par un, puis imprime également leurs types dans ce résultat également.

Conclusion

Dans ce guide, nous avons appris la série «Pandas», et nous avons converti les colonnes ou les lignes de DataFrame en série en utilisant deux méthodes différentes ici. Les méthodes dont nous avons discuté dans ce guide sont la «Squeeze ()» et la méthode «Iloc», qui nous aide à convertir les colonnes ou les lignes de DataFrame en série en série. Nous avons également fait avec les exemples pratiques de ce guide dans lequel nous avons utilisé les deux méthodes et avons montré le DataFrame ainsi que les séries dans la sortie de ces codes. Nous avons également expliqué ces méthodes et tous les exemples en détail dans ce guide.