データ構造の概要

パンダは次の3つのデータ構造を扱います-

  • Series
  • DataFrame
  • Panel

これらのデータ構造は、Numpy配列の上に構築されているため、高速です。

寸法と説明

これらのデータ構造を考える最良の方法は、高次元のデータ構造が低次元のデータ構造のコンテナーであるということです。たとえば、DataFrameはSeriesのコンテナであり、PanelはDataFrameのコンテナです。

データ構造 寸法 説明
シリーズ 1 サイズ不変の1Dラベル付き同種配列。
データフレーム 2 不均一に型付けされる可能性のある列を持つ、一般的な2Dラベル付きのサイズ変更可能な表形式の構造。
パネル 3 一般的な3Dラベル付き、サイズ変更可能な配列。

2次元以上の配列を作成して処理するのは面倒な作業であり、関数を作成するときにデータセットの方向を考慮する必要があります。しかし、パンダのデータ構造を使用すると、ユーザーの精神的な労力が軽減されます。

たとえば、表形式のデータ(DataFrame)の場合、意味的には index (行)と columns 軸0と軸1ではなく。

可変性

すべてのパンダのデータ構造は値が変更可能(変更可能)であり、シリーズを除いてすべてサイズが変更可能です。シリーズはサイズ不変です。

Note− DataFrameは広く使用されており、最も重要なデータ構造の1つです。パネルの使用量ははるかに少なくなります。

シリーズ

シリーズは、同種のデータを持つ構造のような1次元配列です。たとえば、次のシリーズは整数10、23、56、…のコレクションです。

10 23 56 17 52 61 73 90 26 72

キーポイント

  • 均質なデータ
  • サイズ不変
  • 可変データの値

DataFrame

DataFrameは、異種データを含む2次元配列です。例えば、

名前 年齢 性別 評価
スティーブ 32 男性 3.45
リア 28 女性 4.6
ヴィン 45 男性 3.9
ケイティ 38 女性 2.78

この表は、組織の営業チームのデータと全体的なパフォーマンス評価を表しています。データは行と列で表されます。各列は属性を表し、各行は人を表します。

列のデータ型

4列のデータ型は次のとおりです-

カラム タイプ
名前 ストリング
年齢 整数
性別 ストリング
評価 浮く

キーポイント

  • 異種データ
  • サイズ可変
  • データ可変

パネル

Panelは、異種データを含む3次元データ構造です。パネルをグラフィック表現で表現するのは困難です。ただし、パネルはDataFrameのコンテナとして説明できます。

キーポイント

  • 異種データ
  • サイズ可変
  • データ可変