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:
- 具有异构类型列的表格数据,例如在SQL表或Excel电子表格中
- 有序和无序(不一定是固定频率)时间序列数据。
- 具有行和列标签的任意矩阵数据(同类型或异类)
- 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 :
- 系列(Series)
- 数据帧(DataFrame)
- 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
- 均匀数据
- 尺寸大小不变
- 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
- 异构数据
- 大小可变
- 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
- 异构数据
- 大小可变
- 数据可变