（1）Pandas处理以下三个数据结构
系列(Series)
数据帧(DataFrame)
面板(Panel)
这些数据结构构建在Numpy数组之上，这意味着它们很快。考虑这些数据结构的最好方法是，较高维数据结构是其较低维数据结构的容器。 例如，DataFrame是Series的容器，Panel是DataFrame的容器。
| 数据结构 |
维数 |
描述 |
| 系列 |
1 |
1D标记均匀数组，大小不变。 |
| 数据帧 |
2 |
一般2D标记，大小可变的表结构与潜在的异质类型的列。 |
| 面板 |
3 |
一般3D标记，大小可变数组。 |
（2）系列
系列
系列是具有均匀数据的一维数组结构。例如，以下系列是整数：10,23,56，...的集合。
关键点
- 均匀数据
- 尺寸大小不变
- 数据的值可变
（2）数据帧
数据帧(DataFrame)是一个具有异构数据的二维数组。 例如，
| 姓名 |
年龄 |
性别 |
等级 |
| Maxsu |
25 |
男 |
4.45 |
| Katie |
34 |
女 |
2.78 |
| Vina |
46 |
女 |
3.9 |
| Lia |
女 |
x女 |
4.6 |
上表表示具有整体绩效评级组织的销售团队的数据。数据以行和列表示。每列表示一个属性，每行代表一个人。
列的数据类型
上面数据帧中四列的数据类型如下：
| 列 |
类型 |
| 姓名 |
字符串 |
| 年龄 |
整数 |
| 性别 |
字符串 |
| 等级 |
浮点型 |
关键点
- 异构数据
- 大小可变
- 数据可变
（3）面板
面板是具有异构数据的三维数据结构。在图形表示中很难表示面板。但是一个面板可以说明为DataFrame的容器。
关键点
- 异构数据
- 大小可变
- 数据可变