数据结构简介

Pandas 处理以下三种数据结构 -

这些数据结构构建在 Numpy 数组之上，这意味着它们速度很快。

尺寸及描述

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。例如DataFrame是Series的容器，Panel是DataFrame的容器。

数据结构	方面	描述
系列	1	一维标记同质数组，大小不可变。
数据框	2	一般二维标记、尺寸可变的表格结构，具有潜在的异构类型列。
控制板	3	通用 3D 标记、大小可变数组。

构建和处理二维或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。但使用 Pandas 数据结构，可以减少用户的脑力劳动。

例如，对于表格数据 (DataFrame)，考虑索引（行）和列而不是轴 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。系列的大小是不可变的。

注意- DataFrame 被广泛使用，并且是最重要的数据结构之一。面板的使用量要少得多。

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

17 号

DataFrame是一个具有异构数据的二维数组。例如，

该表表示组织销售团队的数据及其总体绩效评级。数据以行和列表示。每列代表一个属性，每行代表一个人。

四列的数据类型如下 -

面板是一种数据异构的三维数据结构。很难用图形表示来表示面板。但面板可以被说明为 DataFrame 的容器。