- 系列(
Series
) - 数据帧(
DataFrame
) - 面板(
Panel
)
这些数据结构构建在Numpy数组之上,这意味着它们很快。
考虑这些数据结构的最好方法是,较高维数据结构是其较低维数据结构的容器。 例如,DataFrame
是Series
的容器,Panel
是DataFrame
的容器。
数据结构 | 维数 | 描述 |
---|---|---|
系列 | 1 |
1 D标记均匀数组,大小不变。 |
数据帧 | 2 | 一般2 D标记,大小可变的表结构与潜在的异质类型的列。 |
面板 | 3 | 一般3 D标记,大小可变数组。 |
构建和处理两个或更多个维数组是一项繁琐的任务,用户在编写函数时要考虑数据集的方向。 但是使用Pandas数据结构,减少了用户的思考。
例如,使用表格数据(DataFrame
),在语义上更有用于考虑索引(行)和列,而不是轴0
和轴1
。
可变性
所有Pandas数据结构是值可变的(可以更改),除了系列都是大小可变的。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。面板使用少得多。