Pandas pd.series 返回一個數據框

Question

我想問一個關於熊貓系列的問題。

我正在閱讀 O'Reilly 出版物關於數據科學的 Python 一書，並且正在閱讀 Pandas。

考慮以下代碼：

frame = pd.DataFrame(np.random.randn(4,3), columns=list('bde'),
                index=['Utah', 'Ohio', 'Texas', 'Oregon'])

此代碼提供以下結果。

        b        d         e
Utah    -0.81    0.43      -0.50
Ohio    1.67     -0.67     1.30
Texas   0.53     -0.32     0.80
Oregon  0.25     0.91      0.70    

為方便起見，所有值都手動表示為 3 dp。

現在，我了解到函數也可以返回具有多個值的系列：

def f(x):
    return pd.Series([x.min(), x.max()], index=['min', 'max'])

正如文獻所述：

許多最常見的數組統計信息（如 sum 和 mean）都是 DataFrame 方法，因此沒有必要使用 apply。 傳遞給 apply 的 function 不需要返回標量值； 它還可以返回具有多個值的系列。

並運行以下代碼

frame.apply(f)

產生以下結果：

        b        d        e
min     -0.82    -0.67    -0.50
max     1.67     0.91     1.30

此代碼有效。

但是，我在這里很困惑。

我認為一個系列應該只是一維的，即偽單列數據結構只有每個對應元素的索引。

例如

 >>> s = pd.Series(np.random.randn(5), index=['a', 'b', 'c', 'd', 'e'])

 >>> s

a    0.469112
b   -0.282863
c   -1.509059
d   -1.135632
e    1.212112
dtype: float64

然而，function 的結果似乎是一系列二維性質的，這對我來說沒有意義。

function 是如何出現的，以制作一系列具有二維性質的作品？

有趣的是，做

type(frame.applymap(format))

回報

pandas.core.frame.DataFrame

我不知道為什么會這樣。

Answer 1

Pandas 系列是某種類型的一維數組。 DataFrame 是一個二維數組，其中每一列都是一個系列，它們可以有不同的類型。

但是，您可能缺少的部分是“類型”可以是通用的 Python object ，它是對任何 object 的引用。例如：

pd.Series([[1,2],[3,4]])

給你：

0    [1, 2]
1    [3, 4]
dtype: object

這是 Python 列表的一維數組（甚至不必具有統一長度）。

在 Pandas（或 NumPy）中使用object dtype 通常不是最佳選擇，應盡可能避免。 在上面的示例中，您可以將Series替換為DataFrame以獲得更優化的表示。 object是次優的，因為 Pandas 本身並不理解其中的大部分內容，因此必須使用 Python 解釋器對數組中的每個值進行任何操作，而不是像 dtype 為int或一些其他類型 Pandas 本機理解。