现在Pandas提供了数据框架结构，是否还需要NumPy中的结构化/记录数组？我需要对现有代码进行一些修改，该代码需要这种结构化数组类型框架，但我考虑从现在开始使用Pandas替代它。是否会发现我需要结构化/记录数组的某些功能而Pandas没有提供？
3个回答
16
pandas的DataFrame是一个高级工具，而结构化数组是一个非常低级的工具，可以将二进制数据块解释为类似于表格的结构。在pandas中难以执行的一件事情是嵌套数据类型，其与结构化数组具有相同的语义，尽管可以通过分层索引进行模拟（结构化数组无法做到大多数可以使用分层索引完成的操作）。
结构化数组也适用于通过内存映射加载的大型表格数据集的处理（np.memmap）。尽管如此，这是pandas最终会解决的限制。
- Wes McKinney
7
我目前正在从各种Numpy数组过渡到Pandas数据框。这一过程相对顺利，因为据我所知，Pandas主要是在Numpy的基础上构建而成的。我的意思是.mean()、.sum()等方法都能如愿工作。另外，添加分层索引、使用.ix[]（索引）属性和.xs()（交叉截面）方法提取数据的任意部分，大大提高了代码的可读性和性能（主要是减少了与数据库的往返次数）。
我还没有完全研究Pandas与Scipy和Matplotlib的更高级功能之间的兼容性。然而，如果出现任何问题，可以轻松地提取一个行为类似于数组的单个列，使得这些库可以正常工作，甚至可以即时转换为数组形式。例如，数据框的绘图方法依赖于matplotlib并自动进行必要的转换。
此外，如果你和我一样，主要使用Scipy中的统计模块，那么pystatsmodels正在快速成熟，并且大量依赖于Pandas。
以上是我的看法。
- Paul H
1
我从未花时间深入研究过 pandas，但我经常在 numpy 中使用结构化数组。以下是一些考虑：
如果您不介意失去按属性访问字段的可能性，那么结构化数组与
recarrays一样方便，但开销更小。但是，您是否曾尝试在recarray中使用min或max作为字段名称？NumPy 的开发时间比
pandas长得多，拥有更大的团队，并且已经足够普及，以至于许多第三方软件包都依赖于它。您可以预期结构化数组比pandas数据框更具可移植性。pandas数据框易于挑选吗？例如，它们能否与PyTables来回发送？
除非您百分之百确定永远不需要与非 pandas 用户共享代码，否则您可能希望保留一些结构化数组。
- Pierre GM
3
7使用 numpy 和 scipy 已经有一段时间了，最近开始使用 Pandas，我敢说：这是未来的方向，值得一试。如果我之前知道，我可以节省多少工作量，写出更好的脚本... - heltonbiker
1关于PyTables，最新版本引入了HDFStore，可以让Pandas直接和本地查询/存储HDF格式表格。另一个值得注意的是，相较于numpy或Python中当前可用的任何其他解决方案，Pandas从文件读取数据的速度要快得多。 - gaborous
2未来对2012年的@heltonbiker说：你是正确的，pandas。 - derchambers
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接