Introduzione alle strutture dati
Pandas si occupa delle seguenti tre strutture di dati:
- Series
- DataFrame
- Panel
Queste strutture di dati sono costruite sopra l'array Numpy, il che significa che sono veloci.
Dimensione e descrizione
Il modo migliore per pensare a queste strutture di dati è che la struttura di dati di dimensione superiore è un contenitore della sua struttura di dati di dimensione inferiore. Ad esempio, DataFrame è un contenitore di Series, Panel è un contenitore di DataFrame.
| Struttura dati | Dimensioni | Descrizione |
|---|---|---|
| Serie | 1 | Array omogeneo etichettato 1D, dimensione immutabile. |
| Frame di dati | 2 | Struttura tabulare generica con etichetta 2D, dimensione mutevole con colonne tipizzate in modo potenzialmente eterogeneo. |
| Pannello | 3 | Matrice di dimensioni modificabili con etichetta 3D generale. |
La creazione e la gestione di array a due o più dimensioni è un compito noioso, l'utente deve considerare l'orientamento del set di dati durante la scrittura delle funzioni. Ma utilizzando le strutture dati di Panda, lo sforzo mentale dell'utente è ridotto.
Ad esempio, con i dati tabulari (DataFrame) è più semanticamente utile pensare a index (le righe) e il file columns invece dell'asse 0 e dell'asse 1.
Mutabilità
Tutte le strutture dati di Pandas sono modificabili in valore (possono essere modificate) e ad eccezione delle serie tutte sono modificabili in dimensione. La serie è di dimensioni immutabili.
Note- DataFrame è ampiamente utilizzato e una delle strutture dati più importanti. Il pannello viene utilizzato molto meno.
Serie
La serie è una matrice unidimensionale come una struttura con dati omogenei. Ad esempio, la serie seguente è una raccolta di numeri interi 10, 23, 56, ...
| 10 | 23 | 56 | 17 | 52 | 61 | 73 | 90 | 26 | 72 |
Punti chiave
- Dati omogenei
- Dimensioni immutabili
- Valori dei dati mutevoli
DataFrame
DataFrame è un array bidimensionale con dati eterogenei. Per esempio,
| Nome | Età | Genere | Valutazione |
|---|---|---|---|
| Steve | 32 | Maschio | 3.45 |
| Lia | 28 | Femmina | 4.6 |
| Vin | 45 | Maschio | 3.9 |
| Katie | 38 | Femmina | 2.78 |
La tabella rappresenta i dati di un team di vendita di un'organizzazione con la valutazione complessiva delle prestazioni. I dati sono rappresentati in righe e colonne. Ogni colonna rappresenta un attributo e ogni riga rappresenta una persona.
Tipo di dati delle colonne
I tipi di dati delle quattro colonne sono i seguenti:
| Colonna | genere |
|---|---|
| Nome | Corda |
| Età | Numero intero |
| Genere | Corda |
| Valutazione | Galleggiante |
Punti chiave
- Dati eterogenei
- Dimensioni mutevoli
- Dati mutevoli
Pannello
Il pannello è una struttura dati tridimensionale con dati eterogenei. È difficile rappresentare il pannello nella rappresentazione grafica. Ma un pannello può essere illustrato come un contenitore di DataFrame.
Punti chiave
- Dati eterogenei
- Dimensioni mutevoli
- Dati mutevoli