pandas-Series

Ein Array mit Labels

Eine pandas-Series ist ein eindimensionales Array, in dem jeder Wert ein Label trägt, das im Index der Series steht. Statt sich zu merken, dass Position 1 Microsoft ist, fragen Sie prices["MSFT"] ab. Eine Series hat einen name, einen dtype wie ein NumPy-Array und unterstützt dieselbe Arithmetik auf ganzen Arrays, prices * 2, prices.mean() und prices > 180 funktionieren also. Importiert wird pandas üblicherweise als import pandas as pd; es baut auf NumPy auf, das Sie in den vorigen Themen kennengelernt haben.

import pandas as pd

prices = pd.Series([184.25, 410.2, 171.0], index=["AAPL", "MSFT", "GOOG"], name="price")
print(prices)
# AAPL    184.25
# MSFT    410.20
# GOOG    171.00
# Name: price, dtype: float64

print(prices["AAPL"], prices.iloc[1])    # 184.25 410.2   by label, by position
print(prices.index.tolist())             # ['AAPL', 'MSFT', 'GOOG']
print(prices[prices > 180])              # keeps AAPL and MSFT, labels intact
print(prices.mean(), prices.idxmax())    # 255.15 MSFT

# A dict also builds a Series: keys become the index
print(pd.Series({"AAPL": 1, "MSFT": 2}))

Ausrichtung: Operationen gleichen Labels ab, nicht Positionen

Beim Kombinieren zweier Series richtet pandas sie zuerst nach Labels aus. Labels, die nur in einer vorkommen, ergeben im Ergebnis NaN (not a number, die Markierung für fehlende Werte), und der Index des Ergebnisses ist die Vereinigung beider Indizes. Genau das braucht man für Positionen auf verschiedenen Konten. Mit a.add(b, fill_value=0) wird ein fehlendes Label wie null behandelt, statt NaN zu erzeugen. Auch das Lesen per Label unterscheidet sich von NumPy: s["MSFT"] ist per Label, s.iloc[1] per Position, und ein nicht vorhandenes Label löst KeyError aus.

import pandas as pd

a = pd.Series([100, 200], index=["AAPL", "MSFT"])
b = pd.Series([50, 10], index=["MSFT", "GOOG"])

print(a + b)
# AAPL      NaN
# GOOG      NaN
# MSFT    250.0

print(a.add(b, fill_value=0))
# AAPL    100.0
# GOOG     10.0
# MSFT    250.0

# Selecting by a list of labels, and asking for one that is missing
prices = pd.Series([184.25, 410.2], index=["AAPL", "MSFT"])
print(prices.reindex(["MSFT", "TSLA"]).tolist())   # [410.2, nan]

Sortieren, Ranking und Umbasieren

s.sort_values(ascending=False) sortiert nach Wert und nimmt die Labels mit, s.sort_index() sortiert nach Label, und s.abs() bildet Beträge. Sortieren plus Slicing findet die größten Bewegungen: r.abs().sort_values(ascending=False).index[:3] liefert die drei Labels mit der größten absoluten Rendite. Um Werte auf unterschiedlichen Preisniveaus zu vergleichen, basieren Sie jeden auf 100 am Anfang: s / s.iloc[0] * 100, was Index und Namen behält. Fehlende Werte (NaN) überspringen sum, mean und Co.; s.isna() markiert sie.

import pandas as pd

r = pd.Series([0.01, -0.03, 0.02], index=["x", "y", "z"])
print(r.abs().sort_values(ascending=False))
# y    0.03
# z    0.02
# x    0.01
# dtype: float64

prices = pd.Series([184.25, 410.2, 171.0], index=["AAPL", "MSFT", "GOOG"], name="price")
print(prices / prices.iloc[0] * 100)           # rebased to 100 at the first value
# AAPL    100.000000
# MSFT    222.632293
# GOOG     92.808684
# Name: price, dtype: float64

gappy = pd.Series([1.0, None, 3.0])
print(gappy.sum(), gappy.mean(), gappy.isna().tolist())   # 4.0 2.0 [False, True, False]

import pandas as pd

# A stray space and a lower-case letter make "the same" symbol two labels
raw = pd.Series([1, 2], index=["AAPL", "aapl "])
print(raw.index.is_unique)                     # True: they look different

raw.index = raw.index.str.strip().str.upper()  # clean the labels
print(raw.index.is_unique)                     # False: now both are "AAPL"
print(raw["AAPL"].tolist())                    # [1, 2]   a duplicate label returns a Series

merged = raw.groupby(level=0).sum()            # combine duplicates (groupby comes soon)
print(merged.to_dict())                        # {'AAPL': 3}

• pd.Series(values, index=labels, name=...); per Label s["A"] oder Position s.iloc[0] lesen.
• Operationen richten sich nach Labels aus (Vereinigungsindex, NaN bei Fehlen); a.add(b, fill_value=0) behandelt eine Lücke als 0.
• sort_values, abs, idxmax, s / s.iloc[0] * 100; Ergebnisse sind neue Series, das Original bleibt unverändert.

Als Nächstes: pandas-DataFrames, Tabellen aus Series, die sich einen Index teilen.

Lab: Was bewertet wird

• Mit price_series Preise nach Symbol beschriften25 Pkt.
• Mit total_exposure zwei Konten nach Label addieren25 Pkt.
• Mit top_movers die größten Bewegungen finden25 Pkt.
• Mit rebase_to_100 jeden Preis auf Basis 100 setzen25 Pkt.