数据结构简介

Pandas 处理以下三种数据结构 −

这些数据结构建立在 Numpy 数组之上，这意味着它们速度很快。

维度 & 描述

考虑这些数据结构的最佳方式是，高维数据结构是其低维数据结构的容器。比如DataFrame是Series的容器，Panel是DataFrame的容器。

构建和处理二维或更多维数组是一项繁琐的任务，用户在编写函数时需要考虑数据集的方向。但是使用 Pandas 数据结构，减少了用户的脑力劳动。

例如，对于表格数据（DataFrame），考虑 index（行）和 columns 而不是轴 0 和轴 1 在语义上更有帮助。

所有 Pandas 数据结构的值都是可变的（可以更改），除了 Series 之外，所有数据结构的大小都是可变的。系列是大小不可变的。

注意 − DataFrame 应用广泛，是最重要的数据结构之一。面板使用少得多。

系列是具有同质数据的一维数组结构。例如，以下系列是整数 10、23、56、……的集合

DataFrame 是一个包含异构数据的二维数组。例如，

Name	Age	Gender	Rating
Steve	32	Male	3.45
Lia	28	Female	4.6
Vin	45	Male	3.9
Katie	38	Female	2.78

该表表示组织的销售团队的数据及其整体绩效评级。数据以行和列的形式表示。每列代表一个属性，每一行代表一个人。

四列的数据类型如下 −

Panel 是一种具有异构数据的三维数据结构。很难用图形表示面板。但是面板可以说明为 DataFrame 的容器。