Python pandas 包中有哪些数据结构?
数据结构是一种收集、组织和存储数据的方式，使我们能够高效地访问和修改数据。它是一系列数据类型的集合，为您提供了在内存中组织数据项(值)的最佳方式。
Python pandas 包能够高效地处理数据，因为它拥有两个强大的数据结构:Series 和 DataFrames。
Series 只是一个带标签的一维数组，可以存储任何数据类型。它可以存储整数值、字符串、浮点数等。Series 中的每个值都会被分配一个标签(即索引)，标签可以是整数值，也可以是名称表示。
示例
import pandas as pd data = pd.Series([1,2,3,4,5]) print(data)
解释
Pandas Series 数据结构使用一个包含 5 个元素的简单 Python 列表来定义。我们使用 import 关键字导入了 pandas 包，然后使用 pandas 创建了 Series。 Series 函数。
输出
0 1 1 2 2 3 3 4 4 5 dtype: int64
Series 的输出如上代码块所示，我们可以观察到，Pandas Series 是一个一维对象，用于存储同质数据，Series 中的每个值都由一个标签表示。对于我们上面的例子，标签值为 0,1,2,3,4。
Pandas 中的另一种数据结构是 DataFrame，它是一种二维标签数据结构，用于以行和列的形式表示。每列中的数据可能具有不同的数据类型。DataFrame 的整体结构类似于电子表格或 SQL 表。与 Series 类似，DataFrame 的行也用标签表示。
示例
import pandas as pd df = pd.DataFrame([[2,3,4,5],[6,7,8,9]], columns=['a','b','c','d']) print(df)
解释
在上面的例子中，我们使用一个列表创建了一个简单的 pandas DataFrame，这里的列标签手动定义为 a,b,c,d。
输出
a b c d 0 2 3 4 5 1 6 7 8 9
上面的输出块中可以看到 pandas DataFrame 的输出，该 DataFrame 由 2 行 4 列组成，0、1 和 a、b、c、d 分别为行和列的标签。
在 pandas 0.20.0 版本之前，有一个三维数据结构可用，该数据结构称为 面板。在较新版本的 pandas 中，这些面板的三维数据被表示为多索引 DataFrame。
