Series与DataFrame的区别有什么？

Pandas Series 与 DataFrame：核心定义、区别与使用场景

Pandas 是基于 NumPy 构建的数据分析库，核心数据结构是 Series（一维标签数组） 和 DataFrame（二维表格数据），二者均支持标签索引、缺失值处理和高效数据操作，是数据分析的基石。

一、Series：一维“带标签的数组”

核心定义

Series 是 一维、同构 的数据容器，可理解为“Python 列表 + 标签索引”或“NumPy 一维 ndarray + 自定义索引”，每个元素对应唯一标签（索引）。

关键特性

• 结构组成：由 values（数据区，本质是 ndarray）和 index（标签索引，默认是 0 开始的整数索引，可自定义）两部分组成。
• 数据类型：列内数据必须同构（如全 int、全 str、全 float），支持 int32/64、float32/64、object（字符串/混合）、category（分类）等 dtype。
• 核心优势：支持标签索引（如按名称取值）、缺失值（NaN）自动识别、向量化运算（同 NumPy）。

简单示例

import pandas as pd
import numpy as np

# 1. 基础创建（默认整数索引）
s1 = pd.Series([10, 20, 30, 40])
# 输出：
# 0    10
# 1    20
# 2    30
# 3    40
# dtype: int64

# 2. 自定义索引（标签可重复，非唯一）
s2 = pd.Series([10, 20, 30], index=["a", "b", "c"])
s2["b"]  # 按标签取值，输出 20

# 3. 从字典创建（键为索引，值为数据）
s3 = pd.Series({"北京": 20, "上海": 25, "广州": 28})

二、DataFrame：二维“带标签的表格”

核心定义

DataFrame 是 二维、异构 的表格数据结构，可理解为“多个 Series 按列拼接而成”，既有行索引（index）也有列索引（columns），对应 Excel 表格、SQL 表或数据库中的一张表。

关键特性

• 结构组成：由多个列（每列是一个 Series，同构）、行索引（index）、列索引（columns）组成，数据存储为列级 ndarray 集合（列内连续，列间独立）。
• 数据类型：列间可异构（如一列 int、一列 str、一列 float），列内必须同构，支持 dtype 单独优化（如某列字符串用 category 类型）。
• 核心优势：支持表格级操作（筛选、分组、合并、透视）、缺失值灵活处理、与 NumPy/列表/字典无缝转换，是数据分析的核心载体。

简单示例

# 1. 从字典创建（键为列名，值为 Series/列表）
data = {
    "姓名": ["张三", "李四", "王五"],
    "年龄": [25, 30, 35],
    "城市": ["北京", "上海", "广州"]
}
df = pd.DataFrame(data, index=["a", "b", "c"])  # 自定义行索引

# 2. 核心操作（示例）
df["年龄"]  # 取一列（返回 Series）
df.loc["b"]  # 按行标签取一行
df[df["年龄"] > 28]  # 按条件筛选行
df["年龄"] = df["年龄"] + 1  # 列级向量化运算

三、Series 与 DataFrame 的核心区别

特性	Series	DataFrame
维度	一维（1D）	二维（2D）
索引	仅行索引（index）	行索引（index）+ 列索引（columns）
数据同构性	列内（唯一列）必须同构	列内同构，列间可异构
核心定位	单一变量数据（如“某城市温度序列”）	多变量表格数据（如“用户信息表”）
操作重点	一维数组运算（排序、统计）	表格级操作（筛选、分组、合并）
转换关系	可作为 DataFrame 的一列/一行	可通过 df["列名"] 提取 Series

四、核心使用场景

• Series：存储单一维度的序列数据（如时间序列、某指标的数值序列），适合一维数据的统计分析（均值、标准差、排序）。
• DataFrame：存储多维度关联数据（如用户信息、销售数据、实验数据），适合复杂数据分析流程（数据清洗→探索性分析→建模准备）。

需要我补充 Series/DataFrame 的核心操作对比（如筛选、缺失值处理），或结合之前的内存模型讲解如何优化 DataFrame 的内存占用吗？