Pandas基础入门（1）前言和包知识

学习汇总：点这里

前言

pandas是一个Python软件包，适用于非常适合许多不同类型的数据：

1. 具有异构类型列的表格数据，例如在SQL表或Excel电子表格中
2. 有序和无序（不一定是固定频率）时间序列数据。
3. 具有行和列标签的任意矩阵数据（同类型或异类）
4. 观察/统计数据集的任何其他形式。实际上，数据根本不需要标记即可放入熊猫数据结构中

Pandas主要处理以下三个数据结构 ：

1. 系列(Series)
2. 数据帧(DataFrame)
3. 面板(Panel)

这些数据结构构建在Numpy数组之上，这意味着它们很快。

维数和描述

考虑这些数据结构的最好方法是，较高维数据结构是其较低维数据结构的容器。 例如，DataFrame是Series的容器，Panel是DataFrame的容器。

数据结构	维数	描述
系列	1	1D标记均匀数组，大小不变。
数据帧	2	一般2D标记，大小可变的表结构与潜在的异质类型的列。
面板	3	一般3D标记，大小可变数组。

构建和处理两个或更多个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，减少了用户的思考。例如，使用表格数据(DataFrame)，在语义上更有用于考虑索引(行)和列，而不是轴0和轴1。

注意：所有Pandas数据结构是值可变的(可以更改)，除了系列都是大小可变的。系列是大小不变的。

系列

系列是具有均匀数据的一维数组结构。

关键点

1. 均匀数据
2. 尺寸大小不变
3. 数据的值可变

数据帧

数据帧(DataFrame)是一个具有异构数据的二维数组。

关键点

1. 异构数据
2. 大小可变
3. 数据可变

面板

面板是具有异构数据的三维数据结构。在图形表示中很难表示面板。但是一个面板可以说明为DataFrame的容器。

关键点

1. 异构数据
2. 大小可变
3. 数据可变