Pandas資料結構
Pandas處理以下三個資料結構 -
- 系列(
Series) - 資料影格(
DataFrame) - 面板(
Panel)
這些資料結構構建在Numpy陣列之上，這意味著它們很快。
維數和描述
考慮這些資料結構的最好方法是，較高維資料結構是其較低維資料結構的容器。 例如，DataFrame是Series的容器，Panel是DataFrame的容器。
| 資料結構 | 維數 | 描述 |
|---|---|---|
| 系列 | 1 | 1D標記均勻陣列，大小不變。 |
| 資料影格 | 2 | 一般2D標記，大小可變的表結構與潛在的異質型別的列。 |
| 面板 | 3 | 一般3D標記，大小可變陣列。 |
構建和處理兩個或更多個維陣列是一項繁瑣的任務，使用者在編寫函式時要考慮資料集的方向。 但是使用Pandas資料結構，減少了使用者的思考。
例如，使用表格資料(DataFrame)，在語意上更有用於考慮索引(行)和列，而不是軸0和軸1。
可變性
所有Pandas資料結構是值可變的(可以更改)，除了系列都是大小可變的。系列是大小不變的。
註 -
DataFrame被廣泛使用，是最重要的資料結構之一。面板使用少得多。
系列
系列是具有均勻資料的一維陣列結構。例如，以下系列是整數：10,23,56，...的集合。
關鍵點
- 均勻資料
- 尺寸大小不變
- 資料的值可變
資料影格
資料影格(DataFrame)是一個具有異構資料的二維陣列。 例如，
| 姓名 | 年齡 | 性別 | 等級 |
|---|---|---|---|
| Maxsu | 25 | 男 | 4.45 |
| Katie | 34 | 女 | 2.78 |
| Vina | 46 | 女 | 3.9 |
| Lia | 女 | x女 | 4.6 |
上表表示具有整體績效評級組織的銷售團隊的資料。資料以行和列表示。每列表示一個屬性，每行代表一個人。
列的資料型別
上面資料影格中四列的資料型別如下：
| 列 | 型別 |
|---|---|
| 姓名 | 字串 |
| 年齡 | 整數 |
| 性別 | 字串 |
| 等級 | 浮點型 |
關鍵點
- 異構資料
- 大小可變
- 資料可變
面板
面板是具有異構資料的三維資料結構。在圖形表示中很難表示面板。但是一個面板可以說明為DataFrame的容器。
關鍵點
- 異構資料
- 大小可變
- 資料可變