pandas核心数据结构

pandas核心数据结构

series

Series 是一维带标签的数组，数组里可以放任意的数据（整数，浮点数，字符串，Python Object）。其基本的创建函数是：

s = pd.Series(data, index=index)

对象的性质：
类ndarray对象
类dict对象
标签对齐操作

• 普通创建
  
• 字典创建
  
• 标量创建
  

DataFrame

DataFrame 是二维带行标签和列标签的数组。可以把 DataFrame 想你成一个 Excel 表格或一个 SQL 数据库的表格，还可以相像成是一个 Series 对象字典。它是 Pandas 里最常用的数据结构。

创建 DataFrame 的基本格式是：

df = pd.DataFrame(data, index=index, columns=columns)

其中 index 是行标签，columns 是列标签，data 可以是下面的数据：

• 由一维 numpy 数组，list，Series 构成的字典
• 二维 numpy 数组
• 一个 Series
• 另外的 DataFrame 对象

特性：

• 列选择/增加/删除

• 使用assign（方法插入新列）

• 索引和选择

• 数据对齐

• 使用numpy函数

• 字典创建
  

• 从字典列表创建
  

• 从元组字典创建
  了解其创建的原理，实际应用中，会通过数据清洗的方式，把数据整理成方便 Pandas 导入且可读性好的格式。最后再通过 reindex/groupby 等方式转换成复杂数据结构。
  

• Series 创建
  *

Panle

Panel 是三维带标签的数组。实际上，Pandas 的名称由来就是由 Panel 演进的，即 pan(el)-da(ta)-s。Panel 比较少用，但依然是最重要的基础数据结构之一。

items: 坐标轴 0，索引对应的元素是一个 DataFrame
major_axis: 坐标轴 1, DataFrame 里的行标签
minor_axis: 坐标轴 2, DataFrame 里的列标签

• 3维数据转化为2维 panel-dataframe