Pandas 数据结构简介

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。

大小和描述

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。

数据结构	维度	描述
Series	1	一维标记齐次数组，大小不可变。
DataFrame	2	具有潜在异构类型的通用二维标记、大小可变的表格结构 columns.
Panel	3	一般 3D 标记的大小可变数组。

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)，在语义上考虑index(行)和columns而不是轴 0 和轴 1。

除了 Series，所有 Pandas 数据结构的值都是可变的(可以修改)。

注意： DataFrame 应用广泛，是最重要的数据结构之一，Panel 的使用要少得多。

系列是具有同构数据的一维数组状结构。

例如，以下系列是整数 10、23、56、……的集合。

DataFrame 是一个具有异构数据的二维数组，例如，

该表代表了一个组织的销售团队的数据及其整体绩效评级，数据以行和列表示，每列代表一个属性，每行代表一个人。

四列的数据类型如下：

面板是一种具有异构数据的三维数据结构，很难用图形表示来表示面板，但是面板可以被描述为 DataFrame 的容器。