Creando Series

¿Qué es una Series?

Una Series de pandas es un arreglo unidimensional etiquetado. Piensa en ella como una única columna de una hoja de cálculo: cada valor tiene una etiqueta (el índice) y los datos pueden ser de cualquier tipo: enteros, flotantes, cadenas o incluso objetos de Python.

import pandas as pd

scores = pd.Series([88, 92, 75, 81])
print(scores)

Salida:

0    88
1    92
2    75
3    81
dtype: int64

La columna izquierda es el índice (0, 1, 2, 3 por defecto). La columna derecha son los datos. Juntos forman una Series.

Creando Series desde diferentes fuentes

Desde una lista, el índice toma como valor por defecto un rango de enteros:

temperatures = pd.Series([22.5, 24.1, 19.8, 26.3])
print(temperatures)

Desde un diccionario, las claves se convierten en el índice:

population = pd.Series({
    "Lagos": 15_400_000,
    "Cairo": 20_900_000,
    "Johannesburg": 5_600_000,
})
print(population)

Salida:

Lagos           15400000
Cairo           20900000
Johannesburg     5600000
dtype: int64

Desde un escalar, un único valor se repite para llenar el índice:

zeros = pd.Series(0, index=["a", "b", "c", "d"])
print(zeros)

Accediendo a los valores

Usa el índice para recuperar valores. Con un índice etiquetado, puedes usar la notación de corchetes o el acceso con punto:

print(population["Cairo"])           # 20900000
print(population[["Lagos", "Johannesburg"]])  # subset with multiple labels

Con un índice de enteros, puedes hacer cortes (slicing) como con una lista:

print(scores[1:3])   # select index 1 and 2

Operaciones vectorizadas

Las Series admiten operaciones elemento por elemento sin usar bucles:

celsius = pd.Series([22, 25, 18, 30])
fahrenheit = celsius * 9 / 5 + 32
print(fahrenheit)

Salida:

0    71.6
1    77.0
2    64.4
3    86.0
dtype: float64

Los operadores de comparación devuelven una Series booleana:

print(celsius > 24)

Salida:

0    False
1     True
2    False
3     True
dtype: bool

Atributos y métodos útiles de Series

print(scores.mean())       # 84.0
print(scores.max())        # 92
print(scores.shape)        # (4,)

Inténtalo

Crea una Series llamada grades con las siguientes calificaciones de estudiantes: Alice: 87, Bob: 92, Carol: 78, David: 95. Imprime la Series y luego calcula e imprime la calificación media. Finalmente, crea una Series booleana que muestre qué estudiantes obtuvieron más de 85.

import pandas as pd

grades = pd.Series({"Alice": 87, "Bob": 92, "Carol": 78, "David": 95})
print(grades)
print(f"Mean: {grades.mean()}")
print(grades > 85)

Conclusiones clave

• Una Series es un arreglo unidimensional etiquetado, la base de pandas
• El índice proporciona etiquetas para acceder a los datos y hacer cortes
• Las operaciones vectorizadas te permiten transformar columnas completas sin bucles
• Los diccionarios son una fuente natural para Series con etiquetas significativas

Desafío de práctica

Tienes un diccionario que representa la lluvia mensual en milímetros: {"Jan": 45, "Feb": 38, "Mar": 52, "Apr": 61, "May": 48, "Jun": 35}. Crea una Series a partir de él y luego calcula la lluvia total y la lluvia mensual promedio. ¿Qué mes tuvo más lluvia? ¿Cuál tuvo menos?