Apa perbedaan antara Seri panda dan DataFrame satu kolom?

Mengapa panda membuat perbedaan antara a Seriesdan satu kolom DataFrame?
Dengan kata lain: apa alasan keberadaan Serieskelas?

Saya terutama menggunakan deret waktu dengan indeks datetime, mungkin itu membantu untuk mengatur konteks.

Mengutip dokumen Pandas

pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)

Struktur data tabel dua dimensi yang dapat berubah dan berpotensi heterogen dengan sumbu berlabel (baris dan kolom). Operasi aritmatika selaras pada label baris dan kolom. Dapat dianggap sebagai wadah seperti dict untuk objek Seri. Struktur data panda primer.

Jadi, Seri adalah struktur data untuk satu kolom tunggalDataFrame , tidak hanya secara konseptual, tetapi secara harfiah, yaitu data dalam a DataFramesebenarnya disimpan dalam memori sebagai kumpulan Series.

Secara analog: Kami membutuhkan daftar dan matriks, karena matriks dibuat dengan daftar. Matriks baris tunggal, sementara yang setara dengan daftar dalam fungsionalitas masih tidak dapat ada tanpa daftar yang terdiri darinya.

Keduanya memiliki API yang sangat mirip, tetapi Anda akan menemukan bahwa DataFramemetode selalu memenuhi kemungkinan Anda memiliki lebih dari satu kolom. Dan, tentu saja, Anda selalu dapat menambahkan yang lain Series(atau objek yang setara) ke DataFrame, sambil menambahkan Serieske yang lain Seriesmelibatkan pembuatan a DataFrame.

dari panda doc http://pandas.pydata.org/pandas-docs/stable/dsintro.html Series adalah array berlabel satu dimensi yang mampu menampung semua tipe data. Untuk membaca data dalam bentuk Seri panda:

import pandas as pd
ds = pd.Series(data, index=index)

DataFrame adalah struktur data berlabel 2 dimensi dengan kolom dari tipe yang berpotensi berbeda.

import pandas as pd
df = pd.DataFrame(data, index=index)

Dalam kedua indeks di atas adalah daftar

misalnya: Saya punya file csv dengan data berikut:

,country,popuplation,area,capital
BR,Brazil,10210,12015,Brasile
RU,Russia,1025,457,Moscow
IN,India,10458,457787,New Delhi

Untuk membaca data di atas sebagai seri dan bingkai data:

import pandas as pd
file_data = pd.read_csv("file_path", index_col=0)
d = pd.Series(file_data.country, index=['BR','RU','IN'] or index =  file_data.index)

keluaran:

>>> d
BR           Brazil
RU           Russia
IN            India

df = pd.DataFrame(file_data.area, index=['BR','RU','IN'] or index = file_data.index )

keluaran:

>>> df
      area
BR   12015
RU     457
IN  457787

Seri adalah objek satu dimensi yang dapat menampung semua tipe data seperti integer, float dan string misalnya

   import pandas as pd
   x = pd.Series([A,B,C]) 

0 A
1 B
2 C

Kolom pertama dari Seri dikenal sebagai indeks yaitu 0,1,2 kolom kedua adalah data aktual Anda yaitu A, B, C

DataFrames adalah objek dua dimensi yang dapat menampung seri, daftar, kamus

df=pd.DataFrame(rd(5,4),['A','B','C','D','E'],['W','X','Y','Z'])

Seri adalah array berlabel satu dimensi yang mampu menampung semua tipe data (bilangan bulat, string, angka floating point, objek Python, dll.). Label sumbu secara kolektif disebut sebagai indeks. Metode dasar untuk membuat Seri adalah menelepon:

s = pd.Series(data, index=index)

DataFrame adalah struktur data berlabel 2 dimensi dengan kolom dari tipe yang berpotensi berbeda. Anda bisa menganggapnya seperti spreadsheet atau tabel SQL, atau dict dari objek Series.

 d = {'one' : pd.Series([1., 2., 3.], index=['a', 'b', 'c']),
 two' : pd.Series([1., 2., 3., 4.], index=['a', 'b', 'c', 'd'])}
 df = pd.DataFrame(d)

Impor data mobil

import pandas as pd

cars = pd.read_csv('cars.csv', index_col = 0)

Berikut ini tampilan file cars.csv.

Cetak kolom drive_right sebagai Seri:

print(cars.loc[:,"drives_right"])

    US      True
    AUS    False
    JAP    False
    IN     False
    RU      True
    MOR     True
    EG      True
    Name: drives_right, dtype: bool

Versi braket tunggal memberikan Seri Pandas, versi braket ganda memberikan DataFrame Pandas.

Cetak kolom drives_right sebagai DataFrame

print(cars.loc[:,["drives_right"]])

         drives_right
    US           True
    AUS         False
    JAP         False
    IN          False
    RU           True
    MOR          True
    EG           True

Menambahkan Seri ke Seri lain menciptakan DataFrame.