极客教程Python Pandas 数据结构简介
Pandas处理以下三种数据结构：
- Series
- DataFrame
- Panel
数组之上的，这意味着它们是快速的。
维度与描述
思考这些数据结构的最好方式是，高维数据结构是其低维数据结构的容器。例如，DataFrame是Series的一个容器，Panel是DataFrame的一个容器。
| 数据结构 | 维度 | 描述 |
|---|---|---|
| Series | 1 | 1D标记的同质数组，尺寸不可变。 |
| DataFrame | 2 | 一般的二维标记的、大小可变的表格结构，有可能是异质类型的列。 |
| Panel | 3 | 一般的三维标记的、大小可变的数组。 |
构建和处理二维或多维数组是一项繁琐的工作，用户在编写函数时要考虑数据集的方向，负担很重。但是使用Pandas数据结构，用户的脑力劳动就会减少。
例如，对于表格数据（DataFrame），考虑 索引 （行）和 列 而不是轴0和轴1在语义上更有帮助。
可变性
所有的Pandas数据结构都是值可变的（可以改变），除了Series之外，其他都是大小可变的。系列的大小是不可变的。
注意 - DataFrame被广泛使用，是最重要的数据结构之一。面板的使用则要少得多。
Series
系列是一个类似于一维数组的结构，具有同质的数据。例如，下面的系列是一个整数10、23、56、…的集合。
| 10 | 23 | 56 | 17 | 52 | 61 | 73 | 90 | 26 | 72 |
|---|---|---|---|---|---|---|---|---|---|
关键点
- 同质化的数据
- 尺寸不可改变
- 数据的值是可改变的
DataFrame
DataFrame是一个具有异质数据的二维数组。比如说
| Name | Age | Gender | Rating |
|---|---|---|---|
| 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，以及他们的总体绩效评级。数据用行和列表示。每一列代表一个属性，每一行代表一个人。
列的数据类型
这四列的数据类型如下
| Column | Type |
|---|---|
| Name | String |
| Age | Integer |
| Gender | String |
| Rating | Float |
关键点
- 异质性数据
- 规模易变
- 数据易变
Panel
面板是一个具有异质数据的三维数据结构。它很难用图形表示面板。但是面板可以作为DataFrame的一个容器来说明。
关键点
- 异质数据
- 尺寸可变
- 数据可变