我不明白何时使用 Pandas 系列以及何时使用 Pandas 单列数据框答案

【问题标题】：I do not understand when to use a Pandas Series and when to use a Pandas Single Column Dataframe我不明白何时使用 Pandas 系列以及何时使用 Pandas 单列数据框
【发布时间】：2020-04-29 05:04:17
【问题描述】：

我已经做了很多搜索，看到了很多解释差异的帖子，但我没有遇到明确的用例。我确实理解一般的差异，但我想知道为什么我应该学习如何使用 Series，因为单列 Dataframe 似乎可以执行 Series 可以执行的所有操作。

基本上我无法将我对它们差异的理解推断为“我什么时候应该使用 Series 或 Dataframe 来完成我面前的任务？”。

【问题讨论】：

这里还有关于 SO 的相同/类似问题：stackoverflow.com/questions/26047209/…
在许多情况下，您选择哪一个并不重要。但是，如果您从单个列开始，然后在分析中计划添加其他列，则最好从 1 列开始DataFrame。这将帮助您避免对 Series 和 DataFrame 的某些操作进行不同处理的问题。例如 Series['x'] = 5 分配索引为 'x' 的单行值为 5（因为 Series 是一维的），而 DataFrame['x'] = 5 分配另一列，标记为 'x' , DataFrame 中存在的所有行的值为 5。
@Emrah Diril 没有回答这样的问题link。事实上，有 2 个 cmets 这么说。这个问题是我在寻找问题答案时所关注的问题之一。
嗯，现在有答案了，很详细，这个：stackoverflow.com/a/26240208/30581

标签： python pandas

【解决方案1】：

以下是我的简短解释：

Series：序列是一维数据，就像lists有很多功能一样。
DataFrame：DataFrames 是针对多维数据的，就像嵌套的lists 有很多功能一样。

转到docs 了解更多信息。

Series 来自docs：

Series 是一个一维标记数组，能够保存任何数据类型（整数、字符串、浮点数、Python 对象等）。轴标签统称为索引。

DataFrame 来自docs：

DataFrame 是一种二维标记数据结构，其中包含可能不同类型的列。您可以将其视为电子表格或 SQL 表，或 Series 对象的字典。它通常是最常用的 pandas 对象。

【讨论】：

你的回答并没有以任何方式回答我的问题。我会再次问这个问题**“我什么时候应该使用 Series 或 Dataframe 来完成我面前的任务？”** 所以我需要一个明确定义的任务，然后解释为什么一个比另一个更适合......