📅 最后修改于: 2020-11-06 05:35:18 🧑 作者: Mango
熊猫处理以下三个数据结构-
这些数据结构建立在Numpy数组之上，这意味着它们非常快。
考虑这些数据结构的最佳方法是，高维数据结构是其低维数据结构的容器。例如，DataFrame是Series的容器，Panel是DataFrame的容器。
| Data Structure | Dimensions | Description |
|---|---|---|
| Series | 1 | 1D labeled homogeneous array, sizeimmutable. |
| Data Frames | 2 | General 2D labeled, size-mutable tabular structure with potentially heterogeneously typed columns. |
| Panel | 3 | General 3D labeled, size-mutable array. |
建立和处理二维数组是一项繁琐的工作，在编写函数时，要由用户来考虑数据集的方向。但是，使用Pandas数据结构可以减少用户的精力。
例如，对于表格数据(DataFrame)，在语义上考虑索引(行)和列(而不是轴0和轴1)会更加有帮助。
所有Pandas数据结构都是值可变的(可以更改)，除了Series以外，其他大小都是可变的。系列是大小不变的。
注– DataFrame被广泛使用，是最重要的数据结构之一。面板的使用要少得多。
系列是具有均匀数据的一维数组状结构。例如，以下系列是整数10、23、56的集合…
| 10 | 23 | 56 | 17 | 52 | 61 | 73 | 90 | 26 | 72 |
DataFrame是具有异构数据的二维数组。例如，
| Name | Age | Gender | Rating |
|---|---|---|---|
| Steve | 32 | Male | 3.45 |
| Lia | 28 | Female | 4.6 |
| Vin | 45 | Male | 3.9 |
| Katie | 38 | Female | 2.78 |
该表表示组织的销售团队的数据及其总体绩效等级。数据以行和列表示。每列代表一个属性，每行代表一个人。
四列的数据类型如下-
| Column | Type |
|---|---|
| Name | String |
| Age | Integer |
| Gender | String |
| Rating | Float |
面板是具有异构数据的三维数据结构。很难用图形表示面板。但是面板可以说明为DataFrame的容器。