عملیات روی Series در پانداس
در کتابخانه Pandas، Series یکی از ساختارهای داده‌ای پایه است که برای انجام عملیات‌های مختلف روی داده‌ها استفاده می‌شود. این ساختار شبیه به آرایه‌های یک‌بعدی عمل می‌کند اما قابلیت‌های بسیار بیشتری دارد.
انواع عملیات روی Series
عملیات‌های اصلی که می‌توان روی Series انجام داد شامل موارد زیر است:
- عملیات ریاضی پایه
- فیلتر کردن داده‌ها
- مرتب‌سازی
- عملیات آماری
- کار با داده‌های گمشده
| نوع عملیات |
توضیح |
مثال |
| ریاضی |
جمع، تفریق، ضرب، تقسیم |
s1 + s2 |
| مقایسه‌ای |
مقایسه بین عناصر |
s > 5 |
| آماری |
میانگین، میانه، انحراف معیار |
s.mean() |
نمونه کدهای کاربردی
برای یادگیری عمیق‌تر درباره Series در پانداس، می‌توانید اینجا را دنبال کنید. در ادامه برخی نمونه‌های عملی را بررسی می‌کنیم:
توجه: قبل از انجام عملیات روی Series، باید مطمئن شوید که نوع داده‌ها مناسب است. برای این کار می‌توانید از متد astype() استفاده کنید.
- ایجاد یک Series ساده:
import pandas as pd
data = [10, 20, 30, 40, 50]
s = pd.Series(data)
- انجام عملیات ریاضی:
s1 = pd.Series([1, 2, 3, 4])
s2 = pd.Series([10, 20, 30, 40])
result = s1 + s2
نکات پیشرفته
برای کار حرفه‌ای با Series، این نکات را در نظر بگیرید:
- استفاده از متد apply() برای اعمال توابع سفارشی
- بهینه‌سازی عملکرد با استفاده از vectorized operations
- مدیریت حافظه با متد memory_usage()
برای مثال‌های بیشتر و آموزش‌های پیشرفته، حتماً به لینک ارائه شده مراجعه کنید. کار با Series پایه‌ای برای یادگیری DataFrame در پانداس است و تسلط بر آن ضروری می‌باشد.
