Question

我不太明白熊猫是怎么回事。 row（of dataframe）可以用系列表示。

我知道pandas系列的底层表示是numpy数组。这意味着具有同质值的数组。我理解为什么数据帧的pandas列由系列表示（数据帧列表示不同实体的某些属性，即该属性的值属于同一数据类型）。

但是为什么这一行数据帧（即具有不同数据类型的潜在不同属性的集合）可以用系列表示？

我只是猜测所有这些不同属性的值都由更抽象的数据类型表示，例如＆＃39; object＆＃39;底层（同质）numpy数组是＆＃39; object的数组。

有人可以确认我的理解是对的吗？

由于

托马斯

Answer 1

在内部，pandas代表具有特定数据类型或dtype的数据的每个系列或列：

df = pd.DataFrame([[2, True, 3.5, 'hello'], [4, False, 5.12, 'again']])

print(df)

   0      1     2      3
0  2   True  3.50  hello
1  4  False  5.12  again

print(df.dtypes)

0      int64
1       bool
2    float64
3     object
dtype: object

当您要求包含混合类型的一行数据时，pandas 执行显式转换以创建一系列dtype=object。这样的系列几乎可以容纳任何东西：

# extract first row
print(df.iloc[0])

0        2
1     True
2      3.5
3    hello
Name: 0, dtype: object

请注意，此object系列中有许多不同的类型。为了提高效率，您应该针对在连续内存块中保存的序列执行操作。 int，float，datetime和bool系列就是这种情况，object系列的情况会不它包含指向数据的指针而不是数据本身。

您可以从系列中获得numpy数组：

print(df.iloc[0].values)

array([2, True, 3.5, 'hello'], dtype=object)

但这是常规系列not the same：

使用dtype=object创建数组是不同的。记忆力由数组现在填充指向Python对象的指针被存储在内存中的其他位置（就像Python列表一样）只是一个指向对象的指针列表，而不是对象本身。）

为什么熊猫行由系列代表？

1 个答案: