6 Pandas数据结构之常用数据结构的对比

在上一篇中，我们讨论了两种核心的数据结构：Series 和 DataFrame。本篇将进一步对 Pandas 中常用的数据结构进行对比，帮助您更好地理解它们的特性和适用场景。随后，在下一篇中，我们将探讨数据处理的重要环节——数据的导入与导出。

Pandas常用数据结构概览

Pandas 主要提供了以下两种数据结构：

• Series
• DataFrame

在一些特定的场景中，Pandas 还提供了 Panel 结构，但由于其用途相对较少，本文将不作深入讨论。

Series vs DataFrame

1.定义与结构

• Series: 是一种一维数组对象，可以容纳任意数据类型（整数、浮点数、字符串、Python 对象等）。每个 Series 都有一个与之相关的索引，可以自定义。

  import pandas as pd
  
  # 创建一个 Series
  s = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])
  print(s)

  输出：

  a    1
  b    2
  c    3
  d    4
  dtype: int64

• DataFrame: 是一种二维的表格数据结构，它可以看作是多个 Series 的集合，每个 Series 代表一列，表中的每一行可以看作是一个观察值或数据记录。DataFrame 的每一列可以拥有不同的数据类型。

  # 创建一个 DataFrame
  df = pd.DataFrame({
      'A': [1, 2, 3],
      'B': ['X', 'Y', 'Z'],
      'C': [1.1, 2.2, 3.3]
  })
  print(df)

  输出：

     A  B    C
  0  1  X  1.1
  1  2  Y  2.2
  2  3  Z  3.3

2. 数据访问与操作

• 在 Series 中，可以通过标签或位置访问数据：

  # 通过标签访问
  print(s['b'])   # 输出 2
  
  # 通过位置访问
  print(s[2])     # 输出 3

• 在 DataFrame 中，数据访问可以通过列名和行索引进行：

  # 通过列名访问
  print(df['B'])   # 输出 B 列的数据
  
  # 选取特定的行
  print(df.iloc[1])  # 输出第二行的数据

3. 灵活性与用途

• **Series**：适合用于处理一维数据，如单一变量的分析。无论是时间序列数据，还是简单的一维数组，Series 都非常方便。

• **DataFrame**：适合用于处理二维数据，能够存储更复杂的数据结构。DataFrame 的设计使得数据分析和操作更加灵活，支持多种数据类型。

案例分析

我们以一个简单的案例来理解 Series 和 DataFrame 之间的特性。

假设我们有一个学生成绩的数据表：

姓名	数学	英语	物理
小明	85	78	92
小红	90	88	85
小刚	75	80	79

我们可以利用 DataFrame 来存储这些数据：

# 创建学生成绩的 DataFrame
data = {
    '姓名': ['小明', '小红', '小刚'],
    '数学': [85, 90, 75],
    '英语': [78, 88, 80],
    '物理': [92, 85, 79]
}

df_scores = pd.DataFrame(data)
print(df_scores)

输出：

   姓名  数学  英语  物理
0  小明  85  78  92
1  小红  90  88  85
2  小刚  75  80  79

在此案例中，DataFrame 使我们能够以表格的形式管理和访问学生的成绩数据。我们可以轻松地进行各种数据分析，例如计算每个学生的平均成绩：

# 计算每个学生的平均成绩
df_scores['平均成绩'] = df_scores[['数学', '英语', '物理']].mean(axis=1)
print(df_scores)

输出：

   姓名  数学  英语  物理  平均成绩
0  小明  85  78  92   85.0
1  小红  90  88  85   87.67
2  小刚  75  80  79   78.0

总结

通过以上的对比与案例分析，我们了解了 Pandas 中 Series 与 DataFrame 的差异与用途。Series 适合于一维数据处理，而 DataFrame 则更适合于复杂的结构化数据分析。理解这些数据结构的特性，将为您在数据处理上的进一步工作打下坚实的基础。

在下一篇中，我们将深入探讨 Pandas 的数据导入与导出功能，从而使您能够从不同的数据源读取和保存数据。希望您能继续关注我们接下来的学习内容！