pandas有哪些数据结构

Pandas 有两种常用的数据结构：Series 和 DataFrame。

1. Series：Series 是一种一维标记数组，可以保存任何数据类型（整数、字符串、浮点数、Python 对象等），同时具有与之相关的标签或索引。Series 可以看作是带有标签的一维数组，标签可以用于标识数据的含义或用途。例如，可以创建一个包含 5 个整数的 Series，并为每个整数指定一个标签：

import pandas as pd

s = pd.Series([1, 2, 3, 4, 5], index=['a', 'b', 'c', 'd', 'e'])
print(s)

输出结果为：

a    1
b    2
c    3
d    4
e    5
dtype: int64

2. DataFrame：DataFrame 是一种二维表格数据结构，可以保存多种数据类型（整数、字符串、浮点数、Python 对象等），每列可以有不同的数据类型。DataFrame 可以看作是由多个 Series 组成的字典，其中每个 Series 表示表格中的一列。DataFrame 中的行和列都可以有标签或索引，行索引用于标识行，列索引用于标识列。例如，可以创建一个包含 3 行 2 列的 DataFrame：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35]}
df = pd.DataFrame(data)
print(df)

输出结果为：

       name  age
0     Alice   25
1       Bob   30
2  Charlie   35

在 Pandas 中，Series 和 DataFrame 是最常用的数据结构，它们提供了大量的数据操作和处理方法，可以方便地处理各种数据分析问题。