Python Pandas - 数据结构介绍

---

---

Python Pandas 数据结构

Pandas 中的数据结构旨在高效地处理数据。它们允许以优化内存使用和计算性能的方式组织、存储和修改数据。Python Pandas 库提供两种主要的数据结构用于处理和分析数据：

• Series (序列)
• DataFrame (数据框)

在一般的编程中，“数据结构”是指收集、组织和存储数据以实现高效访问和修改的方法。数据结构是数据类型的集合，它们提供以内存使用率为标准组织项目（值）的最佳方式。

Pandas 建立在 NumPy 之上，并与许多其他第三方库很好地集成在科学计算环境中。本教程将详细介绍这些数据结构。

Pandas 数据结构的维度和描述

使用两个或多个维度的数组可能很复杂且耗时，因为用户在编写函数时需要仔细考虑数据的方向。但是，Pandas 通过减少所需的心智负担简化了此过程。例如，当处理表格数据 (DataFrame) 时，更容易从行和列的角度思考，而不是从轴 0 和轴 1 的角度思考。

Pandas 数据结构的可变性

所有 Pandas 数据结构都是值可变的，这意味着它们的内容可以更改。但是，它们的大小可变性各不相同：

• Series (序列) - 大小不可变。
• DataFrame (数据框) - 大小可变。

Series (序列)

Series 是一维带标签的数组，可以保存任何数据类型。它可以存储整数、字符串、浮点数等。Series 中的每个值都与一个标签（索引）相关联，该标签可以是整数或字符串。

示例

考虑以下 Series，它是一组不同数据类型的集合

import pandas as pd

data = ['Steve', '35', 'Male', '3.5']
series = pd.Series(data, index=['Name', 'Age', 'Gender', 'Rating'])
print(series)

执行上述程序后，您将获得以下输出：

Name      Steve
Age          35
Gender     Male
Rating      3.5
dtype: object

关键点

以下是与 Pandas Series 相关的关键点。

• 同质数据
• 大小不可变
• 数据值可变

DataFrame (数据框)

DataFrame 是一个二维带标签的数据结构，其列可以包含不同类型的数据。它类似于数据库中的表或电子表格。考虑以下数据，它表示销售团队的绩效评分：

示例

上述表格数据可以用 DataFrame 表示如下：

import pandas as pd

# Data represented as a dictionary
data = {
    'Name': ['Steve', 'Lia', 'Vin', 'Katie'],
    'Age': [32, 28, 45, 38],
    'Gender': ['Male', 'Female', 'Male', 'Female'],
    'Rating': [3.45, 4.6, 3.9, 2.78]
}

# Creating the DataFrame
df = pd.DataFrame(data)

# Display the DataFrame
print(df)

输出

执行上述代码后，您将获得以下输出：

    Name  Age  Gender  Rating
0  Steve   32    Male    3.45
1    Lia   28  Female    4.60
2    Vin   45    Male    3.90
3  Katie   38  Female    2.78

关键点

以下是与 Pandas DataFrame 相关的关键点：

• 异质数据
• 大小可变
• 数据可变

使用多个数据结构的目的

Pandas 数据结构是低维数据的灵活容器。例如，DataFrame 是 Series 的容器，Series 是标量的容器。这种灵活性允许高效的数据操作和存储。

构建和处理多维数组可能会很枯燥，并且在编写函数时需要仔细考虑数据的方向。Pandas 通过提供直观的数据结构来减少这种心智负担。

示例

下面的例子表示 DataFrame 中的一个 Series。

import pandas as pd

# Data represented as a dictionary
data = {
    'Name': ['Steve', 'Lia', 'Vin', 'Katie'],
    'Age': [32, 28, 45, 38],
    'Gender': ['Male', 'Female', 'Male', 'Female'],
    'Rating': [3.45, 4.6, 3.9, 2.78]
}

# Creating the DataFrame
df = pd.DataFrame(data)

# Display a Series within a DataFrame
print(df['Name'])

输出

执行上述代码后，您将获得以下输出：

0    Steve
1      Lia
2      Vin
3    Katie
Name: Name, dtype: object