Teil 17: Arbeiten mit Pandas Series

In Data Science ist Pandas eine der wichtigsten Bibliotheken, um Daten zu analysieren und zu transformieren. Eine der grundlegenden Datenstrukturen in Pandas ist die Series – eine ein-dimensionale, beschriftete Liste, die sowohl Werte als auch Indizes enthält. In diesem Teil lernst du, wie man Series erstellt, manipuliert und analysiert.

---

1. Was ist eine Pandas Series?

Eine Series ist vergleichbar mit einem Array, jedoch mit flexiblen Indizes:

• Index: Beschriftungen für die Werte
• Werte: Daten, die gespeichert werden

import pandas as pd

# Series aus einer Liste erstellen
zahlen = pd.Series([10, 20, 30, 40])
print(zahlen)

Ausgabe:

0    10
1    20
2    30
3    40
dtype: int64

• Links: Index
• Rechts: Werte

---

2. Series mit benannten Indizes

Du kannst eigene Labels für den Index vergeben:

zahlen = pd.Series([10, 20, 30], index=["a", "b", "c"])
print(zahlen)

Ausgabe:

a    10
b    20
c    30
dtype: int64

• Zugriff über Index:

print(zahlen["b"])  # 20

---

3. Series aus einem Dictionary

Ein Dictionary kann direkt in eine Series umgewandelt werden:

daten = {"Anna": 28, "Ben": 35, "Clara": 22}
s = pd.Series(daten)
print(s)

Ausgabe:

Anna     28
Ben      35
Clara    22
dtype: int64

---

4. Grundlegende Operationen

Pandas Series unterstützen mathematische Operationen direkt auf allen Werten:

zahlen = pd.Series([10, 20, 30, 40])
print(zahlen + 5)  # [15, 25, 35, 45]
print(zahlen * 2)  # [20, 40, 60, 80]

• Operationen wirken elementweise

Statistik mit Series

print(zahlen.mean())  # Durchschnitt
print(zahlen.sum())   # Summe
print(zahlen.max())   # Maximum
print(zahlen.min())   # Minimum

---

5. Zugriff auf Daten

Indexbasierter Zugriff

print(zahlen[0])     # 10
print(zahlen[:2])    # erste zwei Werte

Labelbasierter Zugriff

zahlen = pd.Series([10, 20, 30], index=["a", "b", "c"])
print(zahlen["a"])      # 10
print(zahlen[["a","c"]])  # a und c

---

6. Filtern und Bedingte Auswahl

zahlen = pd.Series([10, 20, 30, 40])
# Werte > 20 auswählen
print(zahlen[zahlen > 20])  # 30, 40

• Nützlich, um Bedingungen auf Daten anzuwenden

---

7. Operationen mit Lambda-Funktionen

zahlen = pd.Series([10, 20, 30])
# Quadriere alle Werte
s_quadrat = zahlen.apply(lambda x: x**2)
print(s_quadrat)

Ausgabe:

0    100
1    400
2    900
dtype: int64

• .apply() erlaubt individuelle Transformationen

---

8. Series kombinieren

s1 = pd.Series([1, 2, 3], index=["a", "b", "c"])
s2 = pd.Series([4, 5, 6], index=["a", "b", "c"])

# Addition
s3 = s1 + s2
print(s3)

Ausgabe:

a    5
b    7
c    9
dtype: int64

• Indizes passen automatisch zusammen

---

9. Fehlende Werte in Series

s = pd.Series([1, None, 3, None, 5])
print(s.isnull())      # True für fehlende Werte
print(s.fillna(0))     # fehlende Werte mit 0 ersetzen

• .isnull() prüft fehlende Werte
• .fillna() ersetzt NaN-Werte

---

10. Praxisbeispiel: Altersanalyse

kunden = pd.Series([28, 35, 22, 30], index=["Anna", "Ben", "Clara", "David"])

# Durchschnittsalter
durchschnitt = kunden.mean()
print(f"Durchschnittsalter: {durchschnitt:.2f}")

# Alle über 30
print(kunden[kunden > 30])

# Alterswerte verdoppeln
print(kunden.apply(lambda x: x*2))

• Zeigt Filtern, Statistik und Transformation in einer Series

---

11. Vorteile der Pandas Series

1. Indexierung – Werte leicht zugänglich
2. Automatische Alignment-Funktion bei Operationen
3. Integration mit DataFrame – Series ist Baustein für DataFrames
4. Statistik- und Transformationsmethoden direkt verfügbar
5. NaN-Unterstützung – fehlende Werte einfach handhaben

---

12. Tipps für Data Science

• Verwende Series für ein-dimensionale Daten, bevor du DataFrames nutzt
• Nutze apply() für Transformationen
• Achte auf Indexbeschriftungen, um Daten korrekt zuzuordnen
• Prüfe auf fehlende Werte und bereinige sie frühzeitig
• Kombiniere Series für Berechnungen oder Filter