パンダシリーズと単一列のDataFrameの違いは何ですか？

パンダはなぜSeriesと単一列を区別するのDataFrameですか？
言い換えれば、Seriesクラスが存在する理由は何ですか？

私は主に日時インデックス付きの時系列を使用していますが、これはコンテキストの設定に役立ちます。

パンダのドキュメントを引用する

pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)

ラベル付きの軸（行と列）を持つ、2次元のサイズが可変で、潜在的に異種の表形式のデータ構造 算術演算は、行と列の両方のラベルで整列します。Seriesオブジェクトのdictのようなコンテナと考えることができます。主要なパンダのデータ構造。

したがって、Seriesは、DataFrame概念的にだけでなく文字通り、の1つの列のデータ構造です。つまり、aのデータDataFrameは実際にはのコレクションとしてメモリに格納されますSeries。

同様に、マトリックスはリストで作成されるため、リストとマトリックスの両方が必要です。単一行マトリックスは、機能的にはリストと同等ですが、それらを構成するリストなしでは存在できません。

どちらも非常に類似したAPIを持っていますが、DataFrameメソッドには常に複数の列がある可能性に対応していることがわかります。そしてもちろん、いつでも別のSeries（または同等のオブジェクト）をに追加できますが、別のにDataFrame追加するSeriesにSeriesはを作成する必要がありDataFrameます。

パンダのドキュメントからhttp://pandas.pydata.org/pandas-docs/stable/dsintro.html Seriesは、任意のデータ型を保持できる1次元のラベル付き配列です。パンダシリーズの形式でデータを読み取るには：

import pandas as pd
ds = pd.Series(data, index=index)

DataFrameは、潜在的に異なるタイプの列を持つ2次元のラベル付きデータ構造です。

import pandas as pd
df = pd.DataFrame(data, index=index)

上記の両方のインデックスにリストがあります

例：次のデータを含むcsvファイルがあります。

,country,popuplation,area,capital
BR,Brazil,10210,12015,Brasile
RU,Russia,1025,457,Moscow
IN,India,10458,457787,New Delhi

上記のデータをシリーズおよびデータフレームとして読み取るには：

import pandas as pd
file_data = pd.read_csv("file_path", index_col=0)
d = pd.Series(file_data.country, index=['BR','RU','IN'] or index =  file_data.index)

出力：

>>> d
BR           Brazil
RU           Russia
IN            India

df = pd.DataFrame(file_data.area, index=['BR','RU','IN'] or index = file_data.index )

出力：

>>> df
      area
BR   12015
RU     457
IN  457787

シリーズは、整数、浮動小数点数、文字列などの任意のデータ型を保持できる1次元オブジェクトです。

   import pandas as pd
   x = pd.Series([A,B,C]) 

0 A
1 B
2 C

シリーズの最初の列はインデックス、つまり0、1、2と呼ばれます。2番目の列は実際のデータ、つまりA、B、Cです。

DataFramesは、シリーズ、リスト、辞書を保持できる2次元オブジェクトです。

df=pd.DataFrame(rd(5,4),['A','B','C','D','E'],['W','X','Y','Z'])

系列は、任意のデータ型（整数、文字列、浮動小数点数、Pythonオブジェクトなど）を保持できる1次元のラベル付き配列です。軸ラベルはまとめてインデックスと呼ばれます。Seriesを作成する基本的な方法は、以下を呼び出すことです。

s = pd.Series(data, index=index)

DataFrameは、潜在的に異なるタイプの列を持つ2次元のラベル付きデータ構造です。これは、スプレッドシートやSQLテーブル、またはSeriesオブジェクトの辞書のようなものと考えることができます。

 d = {'one' : pd.Series([1., 2., 3.], index=['a', 'b', 'c']),
 two' : pd.Series([1., 2., 3., 4.], index=['a', 'b', 'c', 'd'])}
 df = pd.DataFrame(d)

車のデータをインポートする

import pandas as pd

cars = pd.read_csv('cars.csv', index_col = 0)

次に、cars.csvファイルの外観を示します。

drives_right列をシリーズとして出力します。

print(cars.loc[:,"drives_right"])

    US      True
    AUS    False
    JAP    False
    IN     False
    RU      True
    MOR     True
    EG      True
    Name: drives_right, dtype: bool

シングルブラケットバージョンはPandasシリーズを提供し、ダブルブラケットバージョンはPandas DataFrameを提供します。

drives_right列をDataFrameとして出力します。

print(cars.loc[:,["drives_right"]])

         drives_right
    US           True
    AUS         False
    JAP         False
    IN          False
    RU           True
    MOR          True
    EG           True

シリーズを別のシリーズに追加すると、DataFrameが作成されます。