pandas Series 和单列 DataFrame 有什么区别？

Question

为什么 pandas 会区分 Series 和单列 DataFrame？
换句话说：Series 类存在的原因是什么？

我主要使用带有日期时间索引的时间序列，也许这有助于设置上下文。

Answer 1

DataFrame 通常被描述为

具有可能不同类型的列的二维标记数据结构。您可以将其视为电子表格或 SQL 表

由于这个定义，我们可以将数据视为单元格，就像在 Excel 电子表格中一样，其中的行带有行号，列带有列标题。由于这种简单化的观点，底层数据结构可能有点令人惊讶。

DataFrame 实际上由用于坐标轴标签（行和列标签）的Index 对象和用于列数据的Series 对象组成。

Series 对象为每个列数据（保存在一维 numpy.ndarray）提供了封装，带有行标签和列标签。

因此，单个列 DataFrame 将有一个底层 Series 对象用于列数据。

请参阅DataFrame data structure 了解一个简单示例，其中包含底层数据结构的可视化表示。

Answer 2

引用Pandas docs

pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)

具有标记轴（行和列）的二维大小可变、可能异构的表格数据结构。算术运算在行标签和列标签上对齐。 可以被认为是 Series 对象的类 dict 容器。 主要的 pandas 数据结构。

因此，系列是DataFrame 的单列的数据结构，不仅在概念上，而且在字面上，即DataFrame 中的数据实际上存储在内存中作为Series的集合。

类似地：我们需要列表和矩阵，因为矩阵是用列表构建的。单行矩阵，虽然在功能上等同于列表，但如果没有它们组成的列表，仍然无法存在。

它们都有极其相似的 API，但您会发现 DataFrame 方法总是迎合您拥有多个列的可能性。当然，您始终可以将另一个 Series（或等效对象）添加到 DataFrame，而将 Series 添加到另一个 Series 涉及创建 DataFrame。

Answer 3

Series 是一个一维对象，可以保存任何数据类型，例如整数、浮点数和字符串，例如

   import pandas as pd
   x = pd.Series([A,B,C]) 

0 A
1 B
2 C

Series 的第一列称为索引，即 0,1,2 第二列是您的实际数据，即 A、B、C

DataFrames 是二维对象，可以保存系列、列表、字典

df=pd.DataFrame(rd(5,4),['A','B','C','D','E'],['W','X','Y','Z'])

Answer 4

导入汽车数据

import pandas as pd

cars = pd.read_csv('cars.csv', index_col = 0)

Here is how the cars.csv file looks.

将drives_right列打印为Series：

print(cars.loc[:,"drives_right"])

    US      True
    AUS    False
    JAP    False
    IN     False
    RU      True
    MOR     True
    EG      True
    Name: drives_right, dtype: bool

单括号版本给出 Pandas Series，双括号版本给出 Pandas DataFrame。

将drives_right列打印为DataFrame

print(cars.loc[:,["drives_right"]])

         drives_right
    US           True
    AUS         False
    JAP         False
    IN          False
    RU           True
    MOR          True
    EG           True

将一个系列添加到另一个系列会创建一个 DataFrame。

Answer 5

来自熊猫文档http://pandas.pydata.org/pandas-docs/stable/dsintro.html Series 是一个可以保存任何数据类型的一维标签数组。 以 panda Series 的形式读取数据：

import pandas as pd
ds = pd.Series(data, index=index)

DataFrame 是一种二维标记数据结构，具有可能不同类型的列。

import pandas as pd
df = pd.DataFrame(data, index=index)

在上述两个索引中都是列表

例如：我有一个包含以下数据的 csv 文件：

,country,popuplation,area,capital
BR,Brazil,10210,12015,Brasile
RU,Russia,1025,457,Moscow
IN,India,10458,457787,New Delhi

将上述数据读取为系列和数据框：

import pandas as pd
file_data = pd.read_csv("file_path", index_col=0)
d = pd.Series(file_data.country, index=['BR','RU','IN'] or index =  file_data.index)

输出：

>>> d
BR           Brazil
RU           Russia
IN            India

df = pd.DataFrame(file_data.area, index=['BR','RU','IN'] or index = file_data.index )

输出：

>>> df
      area
BR   12015
RU     457
IN  457787

Answer 6

Series 是一个带标签的一维数组，能够保存任何数据类型（整数、字符串、浮点数、Python 对象等）。轴标签统称为索引。创建Series的基本方法是调用：

s = pd.Series(data, index=index)

DataFrame 是一种二维标记数据结构，具有可能不同类型的列。您可以将其视为电子表格或 SQL 表，或 Series 对象的字典。

 d = {'one' : pd.Series([1., 2., 3.], index=['a', 'b', 'c']),
 two' : pd.Series([1., 2., 3., 4.], index=['a', 'b', 'c', 'd'])}
 df = pd.DataFrame(d)