Python - Панды

Pandas - это библиотека Python с открытым исходным кодом, используемая для высокопроизводительного манипулирования данными и анализа данных с использованием мощных структур данных. Python с пандами используется в различных академических и коммерческих областях, включая финансы, экономику, статистику, рекламу, веб-аналитику и другие. Используя Pandas, мы можем выполнить пять типичных шагов в обработке и анализе данных, независимо от их происхождения: загрузка, организация, манипулирование, моделирование и анализ данных.

Ниже приведены некоторые из важных функций Pandas, которые используются специально для обработки данных и анализа данных.

Ключевые особенности Pandas

Быстрый и эффективный объект DataFrame с индексированием по умолчанию и индивидуальной индексацией.
Инструменты для загрузки данных в объекты данных в памяти из файлов разных форматов.
Согласование данных и интегрированная обработка недостающих данных.
Изменение формы и поворот наборов дат.
Нарезка на основе меток, индексация и разбиение больших наборов данных.
Столбцы из структуры данных можно удалять или вставлять.
Группируйте по данным для агрегирования и преобразования.
Высокопроизводительное слияние и соединение данных.
Функциональность временных рядов.

Pandas имеет дело со следующими тремя структурами данных -

Series
DataFrame

Эти структуры данных построены на основе массива Numpy, что делает их быстрыми и эффективными.

Размер и описание

Лучший способ думать об этих структурах данных - это то, что структура данных более высокого измерения является контейнером структуры данных более низкого измерения. Например, DataFrame - это контейнер Series, Panel - контейнер DataFrame.

Структура данных	Габаритные размеры	Описание
Серии	1	Однородный массив, помеченный 1D, неизменный размер.
Фреймы данных	2	Общая двухмерная маркированная табличная структура с изменяемым размером и потенциально неоднородно типизированными столбцами.

DataFrame широко используется, и это наиболее важные структуры данных.

Серии

Серия - это одномерный массив, подобный структуре с однородными данными. Например, следующая серия представляет собой набор целых чисел 10, 23, 56,…

10	23	56	17	52	61	73	90	26	72

Ключевые моменты серии

Однородные данные
Неизменяемый размер
Значения изменяемых данных

DataFrame

DataFrame - это двумерный массив с разнородными данными. Например,

имя	Возраст	Пол	Рейтинг
Стив	32	мужчина	3,45
Лия	28	женский	4.6
Вин	45	мужчина	3.9
Кэти	38	женский	2,78

В таблице представлены данные отдела продаж организации с их общим рейтингом производительности. Данные представлены в строках и столбцах. Каждый столбец представляет атрибут, а каждая строка представляет человека.