pandas的数据结构Series、DataFrame、Panel

pandas有三种数据结构

Series:

一维数组，与Numpy中的一维array类似。

二者与Python基本的数据结构List也很相近，其区别是：List中的元素可以是不同的数据类型，而Array和Series中则只允许存储相同的数据类型，这样可以更有效的使用内存，提高运算效率。

Series和一维数组最主要的区别在于Series类型具有索引（index），可以和另一个编程中常见的数据结构哈希（Hash）联系起来。

创建一个Series的基本格式是s = Series(data, index=index, name=name)

s = Series(np.random.randn(5), index=['a', 'b', 'c', 'd', 'e'])
ss = Series(np.random.randn(5))
d = {'a': 0, 'b': 1, 'c': 2} #以字典创建
s = Series(d)

Series数据的访问

s[:2]
s[[2,0,4]]
s[['e', 'i']]

DataFrame:

二维的表格型数据结构。

DataFrame是将数个Series按列合并而成的二维数据结构，每一列单独取出来是一个Series，这和SQL数据库中取出的数据是很类似的。

所以，按列对一个DataFrame进行处理更为方便，用户在编程时注意培养按列构建数据的思