Créer des Series

Qu’est-ce qu’une Series ?

Une Series pandas est un tableau unidimensionnel étiqueté. Considérez-la comme une seule colonne d’un tableur, chaque valeur possède une étiquette (l’index) et les données peuvent être de n’importe quel type : entiers, flottants, chaînes de caractères, ou même des objets Python.

import pandas as pd

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

Sortie :

0    88
1    92
2    75
3    81
dtype: int64

La colonne de gauche est l’index (0, 1, 2, 3 par défaut). La colonne de droite constitue les données. Ensemble, elles forment une Series.

Créer des Series à partir de différentes sources

À partir d’une liste, l’index prend par défaut une plage d’entiers :

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

À partir d’un dictionnaire, les clés deviennent l’index :

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

Sortie :

Lagos           15400000
Cairo           20900000
Johannesburg     5600000
dtype: int64

À partir d’un scalaire, une valeur unique est répétée pour remplir l’index :

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

Accéder aux valeurs

Utilisez l’index pour récupérer des valeurs. Avec un index étiqueté, vous pouvez utiliser la notation entre crochets ou l’accès par point :

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

Avec un index entier, vous pouvez découper comme une liste :

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

Opérations vectorisées

Les Series prennent en charge les opérations élément par élément sans boucles :

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

Sortie :

0    71.6
1    77.0
2    64.4
3    86.0
dtype: float64

Les opérateurs de comparaison renvoient une Series booléenne :

print(celsius > 24)

Sortie :

0    False
1     True
2    False
3     True
dtype: bool

Attributs et méthodes utiles des Series

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

Essayez-le

Créez une Series nommée grades avec les notes d’étudiants suivantes : Alice : 87, Bob : 92, Carol : 78, David : 95. Affichez la Series, puis calculez et affichez la note moyenne. Enfin, créez une Series booléenne qui montre quels étudiants ont obtenu plus 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)

Points clés à retenir

• Une Series est un tableau unidimensionnel étiqueté, le fondement de pandas
• L’index fournit des étiquettes pour accéder aux données et les découper
• Les opérations vectorisées vous permettent de transformer des colonnes entières sans boucles
• Les dictionnaires sont une source naturelle de Series avec des étiquettes significatives

Défi pratique

Vous disposez d’un dictionnaire représentant les précipitations mensuelles en millimètres : {"Jan": 45, "Feb": 38, "Mar": 52, "Apr": 61, "May": 48, "Jun": 35}. Créez une Series à partir de celui-ci, puis calculez le total des précipitations et les précipitations mensuelles moyennes. Quel mois a enregistré le plus de pluie ? Lequel en a enregistré le moins ?