Python Pandas 简介

Pandas是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具。Pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现,它是使Python成为强大而高效的数据分析环境的重要因素之一,本文主要介绍Python Pandas 简介。

1、Pandas简介

Pandas是用于处理数据集的Python库。

它具有分析,清理,浏览和处理数据的功能。

“Pandas”这个名称同时引用了"Panel Data"和“ Python数据分析”,由Wes McKinney在2008年创建。

2、Pandas优点

Pandas使我们能够分析大数据并根据统计理论做出结论。

Pandas可以清理混乱的数据集,并使它们可读并具有相关性。

相关数据在数据科学中非常重要。

数据科学:是计算机科学的一个分支,我们研究如何存储,使用和分析数据以从中获取信息。

3、Pandas的作用

1)汇总和计算描述统计,处理缺失数据 ,层次化索引

2)数据清理、转换、合并、重塑、groupby

3)日期和时间数据类型及工具

Pandas还能够删除不相关的行或包含错误值(例如,空或NULL值)的行。这称为清除数据。

4、数据结构

1)Series

一维数组,与Numpy中的一维array类似。二者与Python基本的数据结构List也很相近。Series如今能保存不同种数据类型,字符串、boolean值、数字等都能保存在Series中。

2)Time- Series

以时间为索引的Series。

3)DataFrame

二维的表格型数据结构。很多功能与R中的data.frame类似。可以将DataFrame理解为Series的容器。

4)Panel 

三维的数组,可以理解为DataFrame的容器。

5)Panel4D

它是像Panel一样的4维数据容器。

6)PanelND

拥有factory集合,可以创建像Panel4D一样N维命名容器的模块。

5、Pandas的代码库

Pandas的源代码位于github repository:https://github.com/pandas-dev/pandas

github:使许多人可以在同一代码库上工作。

推荐阅读
cjavapy编程之路首页