Python Pandas庫

Pandas是一個開源的Python庫，用於使用其強大的資料結構進行高效能資料處理和資料分析。 Python和Pandas在各種學術和商業領域都有應用，其中包括金融，經濟學，統計學，廣告，網路分析等等。 使用Pandas，無論資料源如何，我們都可以完成資料處理和分析中的五個典型步驟 - 載入，組織，操作，建模和分析資料。

以下是Pandas的一些重要功能，專門用於資料處理和資料分析工作。

Pandas的主要特點是 -

• 使用預設和自定義索引的快速高效的DataFrame物件。
• 用於將資料從不同檔案格式載入到記憶體資料物件的工具。
• 資料對齊和缺失資料的整合處理。
• 重新設定和旋轉日期集。
• 巨量資料集的基於標籤的分片，索引和子集。
• 資料結構中的列可以被刪除或插入。
• 按資料分組進行聚合和轉換。
• 高效能的資料合併和連線。
• 時間序列功能。

Pandas處理以下三種資料結構 -

• 維數
• 系列
• 資料影格

這些資料結構建立在Numpy陣列之上，使其快速高效。

維數和描述說明

考慮處理這些資料結構的最佳方式是:將高維資料結構化為較低維資料結構的容器。 例如，DataFrame是Series的容器，Panel是DataFrame的容器。

DataFrame被廣泛使用，它是最重要的資料結構。

系列

系列(Series)是一種具有同質資料結構的一維陣列。 例如，以下系列是整數:10,23,56...的集合。

例如，

10    23    56    17    52    61    73    90    26    72

系列的要點

• 同質資料
• 大小不可變
• 資料的值可變

資料影格

資料影格(DataFrame)是一個具有異構資料的二維陣列。 例如，

該表格表示一個組織的銷售團隊的總體績效評級資料。資料以行和列表示。 每列代表一個屬性，每行代表一個人。

資料型別的列

四列的資料型別如下 -

資料影格的要點 -

• 異構資料
• 大小可變
• 資料可變

在接下來的章節中，我們將看到很多關於在資料科學工作中使用python的pandas庫的例子。