Pandas - это библиотека Python для манипулирования и анализа данных, например, фреймы данных, многомерные временные ряды и перекрестные наборы данных, обычно встречающиеся в статистике, результатах экспериментальной науки, эконометрике или финансах. Pandas - одна из основных библиотек данных в Python.

pandas - это библиотека Python для манипулирования и анализа DA-та PAN-el, то есть многомерных временных рядов и наборов данных поперечного сечения, обычно встречающихся в статистике, результатах экспериментальной науки, эконометрике или финансах. pandas реализована в основном с использованием NumPy и Cython; он предназначен для легкой интеграции с научными библиотеками на основе NumPy, такими как statsmodels.

Смотрите: Как сделать хорошие воспроизводимые примеры панд

Основные характеристики:

  • Структуры данных: для 1 и 2-мерных помеченных наборов данных (соответственно Series и DataFrames). Некоторые из их основных функций включают в себя:
    • Автоматическое выравнивание данных и интерполяция
    • Обработка пропущенных наблюдений в расчетах
    • Удобные функции нарезки и изменения формы ("переиндексация")
    • Категориальные типы данных
    • Обеспечение группирования или преобразования функциональности
    • Инструменты для объединения/объединения наборов данных
    • Простая интеграция с matplotlib для построения графиков
  • Мультииндексирование, обеспечивающее структуру индексов, которые позволяют представлять произвольное количество измерений.
  • Инструменты даты: объекты для выражения смещения даты или создания диапазонов дат; некоторые функции похожи на scikits.timeseries. Даты могут быть согласованы с конкретным часовым поясом и преобразованы/сопоставлены по желанию
  • Статистические модели: удобные обычные наименьших квадратов и панельные реализации OLS для временных рядов/регрессий поперечного сечения в выборке или накатке. Мы надеемся, что они станут отправной точкой для реализации моделей.
  • Интеллектуальная разгрузка Cython; сложные вычисления выполняются быстро благодаря этим оптимизациям.
  • Статические и движущиеся статистические инструменты: среднее значение, стандартное отклонение, корреляция, ковариация
  • Богатая пользовательская документация с использованием Sphinx

Задавать вопросы:

Полезные каноники:

Ресурсы и учебники:

Книги: