Pandas - 数据结构简介

简述

Pandas 处理以下三种数据结构 -

这些数据结构建立在 Numpy 数组之上，这意味着它们速度很快。

考虑这些数据结构的最佳方式是，高维数据结构是其低维数据结构的容器。比如DataFrame是Series的容器，Panel是DataFrame的容器。

构建和处理二维或更多维数组是一项繁琐的任务，用户在编写函数时需要考虑数据集的方向。但是使用 Pandas 数据结构，减少了用户的脑力劳动。

例如，对于表格数据（DataFrame），考虑index（行）和columns而不是轴 0 和轴 1。

所有 Pandas 数据结构的值都是可变的（可以更改），除了 Series 之外的所有数据结构的大小都是可变的。系列是大小不可变的。

注意− DataFrame 应用广泛，是最重要的数据结构之一。面板使用少得多。

系列是具有同质数据的一维数组结构。例如，以下系列是整数 10、23、56、……的集合

10

23

56

17

52

61

73

90

26

72

DataFrame 是一个包含异构数据的二维数组。例如，

Name	Age	Gender	Rating
Steve	32	Male	3.45
Lia	28	Female	4.6
Vin	45	Male	3.9
Katie	38	Female	2.78

该表表示组织的销售团队的数据及其整体绩效评级。数据以行和列的形式表示。每列代表一个属性，每一行代表一个人。

四列的数据类型如下 -

Panel 是一种具有异构数据的三维数据结构。很难用图形表示面板。但是面板可以说明为 DataFrame 的容器。