Pandas 数据结构简介
Pandas 处理以下三种数据结构:
Series
DataFrame
Panel
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。
可变性
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。
Series
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。
10 | 23 | 56 | 17 | 52 | 61 | 73 | 90 | 26 | 72 |
特点
同类数据
大小不可变
数据可变的值
DataFrame
DataFrame 是一个具有异构数据的二维数组,例如,
名字 | 年龄 | 性别 | 评分 |
---|---|---|---|
Steve | 32 | Male | 3.45 |
Lia | 28 | Female | 4.6 |
Vin | 45 | Male | 3.9 |
Katie | 38 | Female | 2.78 |
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。
Columns
四列的数据类型如下:
字段 | 类型 |
---|---|
Name | String |
Age | Integer |
Gender | String |
Rating | Float |
特点
异构数据
大小可变
数据可变
Panel
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。
特点
异构数据
大小可变
数据可变