pandas（一）基本数据结构

Posted 2023-03-03

参考技术A pandas 是基于 Numpy 构建的含有更高级数据结构和工具的数据分析包，可以快速地处理大规模数据。pandas主要有三种数据结构，所有的操作也都是基于这三种结构而来的。

这里，最常用的是二维的DataFrame表格型结构，其次是一维的Series序列型结构，至于三维的Panel实际使用情况较少，我们暂不讨论。在使用之前，别忘了导入包。

Series 是一种一维的数组结构，主要由索引（标签）和数据值组成，能够保存任何数据类型（整型，浮点型，字符串或其他Python对象类型）。其中，索引类似于数组的下标，只不过series的索引不仅可以是数字，还可以是字符串，日期等类型。而数据值部分，不要求所有元素的类型完全相同，可以是任意类型。下图所示的就是典型的Series结构，左边是字符索引，右边是对应的值，看起来好像竖起来的数组。

DataFrame是一个二维索引的数据结构，类似于表格型结构，它的列可以存在不同的类型。你可以把它简单的想成Excel表格或SQL Table，它的每个列都是一个Series结构。它是最常用的Pandas对象，没有之一。DataFrame主要由行索引，列索引和数据值三部分构成。与Series一样，DataFrame的索引类型是多样的，数据值的类型也不做限制。

Panel是一个三维结构，由DataFrame组成，使用较少，暂不讨论。