pandas主要有两个数据结构：Series 和 DataFrame

维数

名称

描述

1

Series

centered 带标签的一维同构数组

2

DataFrame

带标签的，大小可变的，二维异构表格

注：

  • 同构是只能有一种类型的数据，而异构可以有多种
  • 老版本支持三维的面板（Panel）结构，现在已经不再支持。

Pandas 将读取到的数据加载到叫做 Series 和 DataFrame 的数据结构框架当中，不用在意数据的具体含义，只要符合规则就可以。

之后按照这些框架自己的处理方法进行处理，这是对数据的一种高级抽象。

dataframe和series相乘 dataframe series区别_异构

Series：

Series （系列、数列、序列）是一个带有标签的一维数组。
以下商品的名称是标签、索引，不是具体的数据，起到解释数据的作用。

香辣鸡腿堡  17.00
香辣鸡翅 10.50
吮指原味鸡  11.00
dtype: float64

带有同样标签和索引的 Series 可以组成一个 DataFrame，例如在上述的基础上再加上一列数量

dataframe和series相乘 dataframe series区别_dataframe和series相乘_02

DataFrame：

DataFrame 是 Pandas 定义的一个二维数据结构。

  • 行（row），一条数据就是指其中的一行
  • 列（column），或者叫一个字段，是一条数据的某个值
  • 第一行是表头，或者可叫字段名，类型 Python 字典里的 key，代码数据的属性
  • 第一列是索引（index），就是这行数据所描述的主体，也是这条数据的关键
    表头和索引在一些场景下也有称列索引和行索引

这就是一个简单的 DataFrame:

价格	数量
香辣鸡腿堡  17.00	1
香辣鸡翅    10.50	2
吮指原味鸡  11.00	1

补充：

Series 和 DataFrame 里边的值都是可变的，比如增加行，并排序，筛选等等。Series 只有一列不能再增加，DataFrame 可以增加列。

在处理数据时，一般不要对原始数据（实际文件）及转入进来的初始数据进行改动，而是复制生成新的对象，或者使用方法链把处理过的数据传给新的对象。 这样可以避免损失，也方便修改和维护。