Pandas 第一节 概览

Posted 2021-12-15 鬼王呵

Pandas 是什么？

Pandas 是 Python 的核心数据分析支持库，提供快速、灵活、明确的数据结构，旨在简单直观地处理关系型、标记型数据。

Pandas 适用于处理以下类型的数据：

    1、与 SQL 或 Excel 表类似的，含异构列的表格数据;
    2、有序和无序（非固定频率）的时间序列数据;
    3、带行列标签的矩阵数据，包括同构或异构型数据;
    4、任意其它形式的观测、统计数据集, 数据转入 Pandas 数据结构时不必事先标记。

备注：同构和异构举例说明：

        如果你需要讨论一群鸟类或者一批飞机，那么这样的数据是同构的，比如包含鸟类的数组[Bird] 和包含飞机的数组 [Airplane]。有时候你想探讨的是这些空中家伙的共性 “飞翔”，因此你的数据源可能同时包含 Bird 和 Airplane，这样的数据源叫做异构数据。

Pandas 数据结构

维数	名称	描述
1	Series	带标签的一维同构数据
2	DataFrame	带标签的，大小可变的，二维异构表格

为什么有这么多个数据结构？

Pandas 数据结构就像是低维数据的容器。比如，DataFrame 是 Series 的容器，Series 则是标量的容器。使用这种方式，可以在容器中以字典的形式插入或删除对象。

通用 API 函数的默认操作要顾及时间序列与截面数据集的方向。多维数组存储二维或三维数据时，编写函数要注意数据集的方向，这对用户来说是一种负担；Pandas 将轴的概念转化成数组，简答的说让使用者少费点脑子，减少点脱发。

简答举例：

for col in df.columns:
    series = df[col]
    # do something with series

大小可变与数据复制

Pandas 所有数据结构的值都是可变的，但数据结构的大小并非都是可变的，比如，Series 的长度不可改变，但 DataFrame 里就可以插入列。

Pandas 里，绝大多数方法都不改变原始的输入数据，而是复制数据，生成新的对象。 一般来说，原始输入数据不变更稳妥。