pandas DataFrame — Series vs DataFrame, head आणि info
Read this guide in: English · मराठी · हिंदी
Series म्हणजे एक labelled column. DataFrame म्हणजे पूर्ण table. pandas मध्ये DataFrame बनवा किंवा load करा, मग fancy काम आधी head() आणि info(). Tiny check: Mumbai 120 + Pune 70 = 190.
चला मित्रांनो! Lists ठीक वाटतात जोपर्यंत दहा columns येत नाहीत. आज Series vs DataFrame — shop sales table. छोटी वाक्यं. खरे numbers. समजलं का?
थोडक्यात उत्तर
उभा starter path:
import pandas as pd- dict of lists पासून DataFrame (किंवा नंतर CSV).
df.head()— rows peek.df.info()— types आणि nulls.df["sales"]= Series.df["sales"].sum()— tiny example वर 190 confirm.
dict/lists → DataFrame → head → info → Series math
Language: English · मराठी · हिंदी
या guide आधी काय हवं?
- Jupyter मध्ये Python + pandas (install guide पहा).
- Python dict आणि list ची ओळख.
- Course: Series and DataFrame.
Before आणि after
Before — shop cities live in loose Python lists.
After — one DataFrame; sales.sum() = 190.
Before: सैल lists. After: एक DataFrame ज्याचा sales sum 190.
DataFrame का (फक्त lists नाही)?
- विश्वास ठेवता येणारी column names.
- अनेक rows एकाच जागी.
- Ready tools: filter, groupby, missing checks.
का महत्त्वाचं: shop exports, Instagram-like engagement dumps, Infosys client sheets — सगळं tables म्हणून येतं. Interviewers head / info muscle memory अपेक्षा करतात.
Tiny shop DataFrame
import pandas as pd
df = pd.DataFrame({
"city": ["Mumbai", "Pune"],
"sales": [120, 70],
})
df.head()
काय दिसेल: दोन rows, columns city आणि sales, index 0, 1. अर्थ: pandas ने lists table मध्ये wrap केल्या.
Series vs DataFrame (साधे शब्द)
- Series — index असलेली एक column. उदाहरण:
df["sales"]. - DataFrame — बाजूला बाजूला अनेक columns. उदाहरण:
df. - एक column → Series; दोन columns → DataFrame.
s = df["sales"] # Series
both = df[["city", "sales"]] # DataFrame
print(s.sum()) # 190
head, info, dtypes
प्रत्येक नवीन table वर:
df.head()— पहिल्या rows (default 5).df.head(2)— छोट्या data वर दोन.df.info()— row count, nulls, dtypes.df.dtypes— फक्त types.df.shape—(rows, columns).
शोधा: sales text तर नाही? अनपेक्षित nulls? spaces असलेली column names?
Columns as Series — quick stats
df["sales"].sum() # 190
df["sales"].mean() # 95.0
df["sales"].max() # 120
Instagram-like mini उदाहरण
| post_id | city | likes |
|---|---|---|
| 1 | Mumbai | 80 |
| 2 | Mumbai | 40 |
| 3 | Pune | 70 |
- DataFrame तिन्ही posts ठेवतो.
df["likes"].sum()→ 190.- नंतर groupby: Mumbai 120 vs Pune 70.
Common beginner mistakes
| Mistake | What happens | Fix |
|---|---|---|
import pandas as pd विसरले |
NameError | पहिल्या cell मध्ये import |
Weird column names वर df.sales |
Awkward / fail | df["sales"] prefer करा |
| head न करता shape trust | चुकीची file | नेहमी head() |
| Series edit = magic अपेक्षा | Confusion | Series vs frame ओळखा |
Ravindra Bagale's Tip
कोणत्याही chart आधी head() आणि कागदावर पुन्हा add करता येणारा एक sum. 190 fail झाला तर थांबा — table चुकीची, IQ नाही. समजलं का?
Practice task
- वरचा two-row shop DataFrame बनवा.
head(),info(), sales sum print.- Nashik sales 30 जोडा; नवीन sum 220.
- Markdown: “Series = likes column; DataFrame = full posts table.”
Learn it properly
Related: read_csv / read_excel · Filter rows and columns
समजलं का? Series = एक column. DataFrame = table. Drama आधी head आणि info. 190 check ठेवा. आता पुढे जाऊया.
Frequently asked questions
What is a Series?
A one-dimensional labelled array — usually one column of a DataFrame.
What is a DataFrame?
A two-dimensional table with labelled columns (and an index for rows).
Why head() before fancy plots?
You confirm columns and sample values before you trust any chart.
What does info() show?
Column names, non-null counts and data types — a fast health check.
Is the index the same as a column?
The index labels rows. You can reset_index later if you need it as a normal column.
Course links?
Chapter 5 Series and DataFrame lessons — linked at the end.