手冊簡介

Pandas是一個開源的，BSD許可的庫，為Python編程語言提供高性能，易于使用的數據結構和數據分析工具。 Pandas是NumFOCUS贊助的項目。這將有助于確保Pandas成為世界級開源項目的成功，并有可能捐贈給該項目。

手冊說明

Pandas 是 Python 的核心數據分析支持庫，提供了快速、靈活、明確的數據結構，旨在簡單、直觀地處理關系型、標記型數據。Pandas 的目標是成為 Python 數據分析實踐與實戰(zhàn)的必備高級工具，其長遠目標是成為最強大、最靈活、可以支持任何語言的開源數據分析工具。經過多年不懈的努力，Pandas 離這個目標已經越來越近了。

Pandas 適用于處理以下類型的數據：

  • 與 SQL 或 Excel 表類似的，含異構列的表格數據;
  • 有序和無序（非固定頻率）的時間序列數據;
  • 帶行列標簽的矩陣數據，包括同構或異構型數據;
  • 任意其它形式的觀測、統(tǒng)計數據集, 數據轉入 Pandas 數據結構時不必事先標記。

Pandas 的主要數據結構是 Series（一維數據）與 DataFrame（二維數據），這兩種數據結構足以處理金融、統(tǒng)計、社會科學、工程等領域里的大多數典型用例。對于 R 用戶，DataFrame 提供了比 R 語言 data.frame 更豐富的功能。Pandas 基于 NumPy 開發(fā)，可以與其它第三方科學計算支持庫完美集成。

Pandas 就像一把萬能瑞士軍刀，下面僅列出了它的部分優(yōu)勢 ：

  • 處理浮點與非浮點數據里的缺失數據，表示為 NaN；
  • 大小可變：插入或刪除 DataFrame 等多維對象的列；
  • 自動、顯式數據對齊：顯式地將對象與一組標簽對齊，也可以忽略標簽，在 Series、DataFrame 計算時自動與數據對齊；
  • 強大、靈活的分組（group by）功能：拆分-應用-組合數據集，聚合、轉換數據；
  • 把 Python 和 NumPy 數據結構里不規(guī)則、不同索引的數據輕松地轉換為 DataFrame 對象；
  • 基于智能標簽，對大型數據集進行切片、花式索引、子集分解等操作；
  • 直觀地合并（merge）、**連接（join）**數據集；
  • 靈活地重塑（reshape）、**透視（pivot）**數據集；
  • 軸支持結構化標簽：一個刻度支持多個標簽；
  • 成熟的 IO 工具：讀取文本文件（CSV 等支持分隔符的文件）、Excel 文件、數據庫等來源的數據，利用超快的 HDF5 格式保存 / 加載數據；
  • 時間序列：支持日期范圍生成、頻率轉換、移動窗口統(tǒng)計、移動窗口線性回歸、日期位移等時間序列功能。

這些功能主要是為了解決其它編程語言、科研環(huán)境的痛點。處理數據一般分為幾個階段：數據整理與清洗、數據分析與建模、數據可視化與制表，Pandas 是處理數據的理想工具。

其它說明：

  • Pandas 速度很快。Pandas 的很多底層算法都用 Cython 優(yōu)化過。然而，為了保持通用性，必然要犧牲一些性能，如果專注某一功能，完全可以開發(fā)出比 Pandas 更快的專用工具。
  • Pandas 是 statsmodels 的依賴項，因此，Pandas 也是 Python 中統(tǒng)計計算生態(tài)系統(tǒng)的重要組成部分。
  • Pandas 已廣泛應用于金融領域。

領取免費資料

掃描下方二維碼或打開微信搜一搜“w3cschool編程獅”關注公眾號回復關鍵詞【Python123】或者【Python資料包】免費領取 Python 學習資料，包含軟件安裝包，電子書、思維導圖等

w3cschool編程獅微信公眾號


更新記錄

在線筆記
App下載
App下載

掃描二維碼

下載編程獅App

公眾號
微信公眾號

編程獅公眾號