Python 熊猫系列就像一个固定大小的dict:它是什么意思
在读取pandas.Series上的pandas文档时,它会声明 系列类似于固定大小的dict,您可以通过索引标签获取和设置值:Python 熊猫系列就像一个固定大小的dict:它是什么意思,python,pandas,Python,Pandas,在读取pandas.Series上的pandas文档时,它会声明 系列类似于固定大小的dict,您可以通过索引标签获取和设置值: 问题:熊猫系列是固定大小的dict,这意味着什么?如果它不像固定大小的dict,它能做什么?像固定大小的dict,您可以高效地获取和设置(已经存在的)键 你不能(有效地)添加一个元素。尽管你可以做到: In [11]: s Out[11]: a -1.344 b 0.845 c 1.076 d -0.109 e 12.000 dty
问题:熊猫系列是固定大小的dict,这意味着什么?如果它不像固定大小的dict,它能做什么?像固定大小的dict,您可以高效地获取和设置(已经存在的)键 你不能(有效地)添加一个元素。尽管你可以做到:
In [11]: s
Out[11]:
a -1.344
b 0.845
c 1.076
d -0.109
e 12.000
dtype: float64
In [12]: s["f"] = 3.14 # works but slow (copies all the data)
In [13]: s
Out[13]:
a -1.344
b 0.845
c 1.076
d -0.109
e 12.000
f 3.140
dtype: float64
这将创建一个新系列(即通过创建旧系列的副本)
什么系列(以及通用的numpy和pandas对象)允许高效的聚合,例如sums和groupby操作。使用python dict进行类似的聚合将非常缓慢
这其中的一个原因是,这主要是由于数据可以存储在内存中的方式(连续和已知类型),而不是python对象,无论它们是指向类型指针的指针还是指向数据指针的指针(这种错误的方向意味着速度变慢)
Pandas还提供了许多高效编写的函数和整洁的API,因此您不必自己重写所有需要的功能