Pandas 数据结构
Pandas处理以下三个数据结构 -
- 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。
维数和描述
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。
系列
系列是具有均匀数据的一维数组结构。例如,以下系列是整数:10
,23
,56
,...
的集合。
关键点
- 均匀数据
- 尺寸大小不变
- 数据的值可变
数据帧
数据帧(DataFrame)是一个具有异构数据的二维数组。 例如,
姓名 | 年龄 | 性别 | 等级 |
---|---|---|---|
Maxsu | 25 | 男 | 4.45 |
Katie | 34 | 女 | 2.78 |
Vina | 46 | 女 | 3.9 |
Lia | 女 | x女 | 4.6 |
上表表示具有整体绩效评级组织的销售团队的数据。数据以行和列表示。每列表示一个属性,每行代表一个人。
列的数据类型
上面数据帧中四列的数据类型如下:
列 | 类型 |
---|---|
姓名 | 字符串 |
年龄 | 整数 |
性别 | 字符串 |
等级 | 浮点型 |
关键点
- 异构数据
- 大小可变
- 数据可变
面板
面板是具有异构数据的三维数据结构。在图形表示中很难表示面板。但是一个面板可以说明为DataFrame
的容器。
关键点
- 异构数据
- 大小可变
- 数据可变
Pandas 数据结构相关推荐
- Pandas数据结构
Pandas数据结构 "一维数组"Serise Series "系列" Series 数据结构 Series 是带有标签的一维数组,可以保存任何数据类型(整数, ...
- 【pandas数据分析】pandas数据结构
文章目录 Series 创建Series 从dict创建 从ndarray创建 从标量创建 Series的特性 类ndarray 类dict 向量化操作与标签对齐 名称属性 DataFrame 创建D ...
- pandas 入门(pandas 数据结构介绍)
pandas 数据结构介绍 一.pandas 基础数据结构 1.pandas 中主要有两种数据结构:Series 和 DataFrame. 2.Series:一种一维的数组型对象,它包含了一个值序列( ...
- 总结的pandas数据结构 和需要掌握的知识点
Pandas 数据结构 学习目标 掌握Series的常用属性及方法 掌握DataFrame的常用属性及方法 掌握更改Series和DataFrame的方法 掌握如何导入导出数据 创建Series和Da ...
- Python数据分析——pandas数据结构(DataFrame)
一.pandas数据结构–DataFrame DataFrame 是表格型的数据结构,每列值的数据类型可以不同,也可以相同 DataFrame 常用于二维数据. DataFrame 的属性: valu ...
- python数据分析包pandas论文_python数据分析pandas包入门学习(一)pandas数据结构介绍...
本文参考<利用python进行数据分析>的第五章 pandas入门python 1 pandas数据结构介绍 pandas有两种主要的数据结构:series和DataFrame Serie ...
- pandas数据结构:Series/DataFrame;python函数:range/arange
1. Series Series 是一个类数组的数据结构,同时带有标签(lable)或者说索引(index). 1.1 下边生成一个最简单的Series对象,因为没有给Series指定索引,所以此时会 ...
- Pandas数据结构简介
Series Series 类似一维数组,由一组数据及一组相关数据标签组成.使用pandas的Series类即可创建. import pandas as pd s1 = pd.Series(['a', ...
- python nums函数获取结果记录集有多少行记录_Python数据分析——Pandas数据结构和操作...
Pandas是什么? 1.一个强大的分析 结构化数据 的工具集 2.基础是NumPy,提供了 高性能矩阵 的运算 3.应用在数学挖掘,数据分析.比如,学生成绩分析,股票数据分析等 4.提供数据清洗功能 ...
最新文章
- 2014 Super Training #7 F Power of Fibonacci --数学+逆元+快速幂
- java 登录数据前端加密+后台验证RSA
- sqlplus 登录数据库
- JDBC实例--JDBC连接池技术解密,连接池对我们不再陌生
- 2019年容器安全最新现状研究报告解读
- Java中stringbutter_java中string与ButterString的区别
- 按clear按钮清空两个文本框的内容,按copy按钮时将Source文本框的内容复制到Target文本框,按close按钮结束程序的运行
- PHP常用函数总结(180多个)[持续更新中...]
- 计算机网络第七版谢希仁习题,计算机网络 释疑与习题解答 谢希仁 第7七版 计算机网络(第7版)谢...
- linux gpt转mbr命令,linux GPT转mbr
- 商场管理系统原创代码
- Windows下缺少Android licenses的奇怪路径问题
- PEP8 Python 编码规范 -----Indent 缩进
- svn查找历史版本_svn历史版本对比以及还原到历史版本
- html标签手册 360doc,基于AJAX的文件上传控件NetAdvantage for jQuery
- 基于STM32智能小车蓝牙遥控实验(有代码含上位机)
- 连载:面向对象葵花宝典:思想、技巧与实践(10) - “抽象” 详解
- flask专题-小说网站开发二(抓取数据)
- PDF文件破解打开密码
- 杰理发射器用于做对讲机【篇】
热门文章
- airflow系列教程(二)Apache airflow完整安装流程
- IMX6UL上添加支持矩阵按键
- 自动驾驶汽车决策层算法的新方向
- 图片翻译怎么弄?下面分享几招图片翻译的方法
- 服务器网卡网速慢怎么维护,网速慢怎么办我通过某单位内部的局域网上互联网,最近一段时间网速巨 爱问知识人...
- pcm5102a解码芯片音质评测_200元苹果airpods超强平替,新品JEET ONE蓝牙耳机开箱评测!...
- vscode配置C/C++环境(超详细保姆级教学)
- Revit二次开发_将数据导入Excel
- HBuilder如何分栏显示?
- Ureport2分栏功能