Python Pandas - 資料結構介紹

---

---

Python Pandas 資料結構

Pandas 中的資料結構旨在高效地處理資料。它們允許以最佳化記憶體使用和計算效能的方式組織、儲存和修改資料。Python Pandas 庫提供兩種主要的資料結構用於處理和分析資料：

• Series (序列)
• DataFrame (資料框)

在一般的程式設計中，“資料結構”是指收集、組織和儲存資料以實現高效訪問和修改的方法。資料結構是資料型別的集合，它們提供以記憶體使用率為標準組織專案（值）的最佳方式。

Pandas 建立在 NumPy 之上，並與許多其他第三方庫很好地整合在科學計算環境中。本教程將詳細介紹這些資料結構。

Pandas 資料結構的維度和描述

使用兩個或多個維度的陣列可能很複雜且耗時，因為使用者在編寫函式時需要仔細考慮資料的方向。但是，Pandas 透過減少所需的心智負擔簡化了此過程。例如，當處理表格資料 (DataFrame) 時，更容易從行和列的角度思考，而不是從軸 0 和軸 1 的角度思考。

Pandas 資料結構的可變性

所有 Pandas 資料結構都是值可變的，這意味著它們的內容可以更改。但是，它們的大小可變性各不相同：

• Series (序列) - 大小不可變。
• DataFrame (資料框) - 大小可變。

Series (序列)

Series 是一維帶標籤的陣列，可以儲存任何資料型別。它可以儲存整數、字串、浮點數等。Series 中的每個值都與一個標籤（索引）相關聯，該標籤可以是整數或字串。

示例

考慮以下 Series，它是一組不同資料型別的集合

import pandas as pd

data = ['Steve', '35', 'Male', '3.5']
series = pd.Series(data, index=['Name', 'Age', 'Gender', 'Rating'])
print(series)

執行上述程式後，您將獲得以下輸出：

Name      Steve
Age          35
Gender     Male
Rating      3.5
dtype: object

關鍵點

以下是與 Pandas Series 相關的關鍵點。

• 同質資料
• 大小不可變
• 資料值可變

DataFrame (資料框)

DataFrame 是一個二維帶標籤的資料結構，其列可以包含不同型別的資料。它類似於資料庫中的表或電子表格。考慮以下資料，它表示銷售團隊的績效評分：

示例

上述表格資料可以用 DataFrame 表示如下：

import pandas as pd

# Data represented as a dictionary
data = {
    'Name': ['Steve', 'Lia', 'Vin', 'Katie'],
    'Age': [32, 28, 45, 38],
    'Gender': ['Male', 'Female', 'Male', 'Female'],
    'Rating': [3.45, 4.6, 3.9, 2.78]
}

# Creating the DataFrame
df = pd.DataFrame(data)

# Display the DataFrame
print(df)

輸出

執行上述程式碼後，您將獲得以下輸出：

    Name  Age  Gender  Rating
0  Steve   32    Male    3.45
1    Lia   28  Female    4.60
2    Vin   45    Male    3.90
3  Katie   38  Female    2.78

關鍵點

以下是與 Pandas DataFrame 相關的關鍵點：

• 異質資料
• 大小可變
• 資料可變

使用多個數據結構的目的

Pandas 資料結構是低維資料的靈活容器。例如，DataFrame 是 Series 的容器，Series 是標量的容器。這種靈活性允許高效的資料操作和儲存。

構建和處理多維陣列可能會很枯燥，並且在編寫函式時需要仔細考慮資料的方向。Pandas 透過提供直觀的資料結構來減少這種心智負擔。

示例

下面的例子表示 DataFrame 中的一個 Series。

import pandas as pd

# Data represented as a dictionary
data = {
    'Name': ['Steve', 'Lia', 'Vin', 'Katie'],
    'Age': [32, 28, 45, 38],
    'Gender': ['Male', 'Female', 'Male', 'Female'],
    'Rating': [3.45, 4.6, 3.9, 2.78]
}

# Creating the DataFrame
df = pd.DataFrame(data)

# Display a Series within a DataFrame
print(df['Name'])

輸出

執行上述程式碼後，您將獲得以下輸出：

0    Steve
1      Lia
2      Vin
3    Katie
Name: Name, dtype: object