快速入門 #

Pandas簡介#

What kind of data does pandas handle?

在處理表格數據(如存儲在電子表格或數據庫中的數據)時，Pandas是最適合您的工具。Pandas將幫助你探索、清理和處理你的數據。在Pandas中，數據表被稱為 DataFrame 。

How do I read and write tabular data?

Pandas支持與多種開箱即用的文件格式或數據源(CSV、EXCEL、SQL、JSON、PARQUE、…)集成。從這些數據源中的每個數據源導入數據由帶有前綴的函數提供 read_* 。類似地， to_* 方法用于存儲數據。

How do I select a subset of a table?

選擇或篩選特定行和/或列？是否按條件篩選數據？Pandas提供了切片、選擇和提取所需數據的方法。

How to create plots in pandas?

Pandas使用Matplotlib的功能，提供開箱即用的數據繪圖功能。您可以選擇繪圖類型(散點圖、條形圖、框圖等)與您的數據相對應。

How to create new columns derived from existing columns?

不需要遍歷數據表的所有行來進行計算。列上的數據操作是以元素為單位工作的。將列添加到 DataFrame 基于其他列中的現有數據是很簡單的。

How to calculate summary statistics?

基本統計(平均值、中位數、最小值、最大值、計數...)是很容易計算的。這些或定制聚合可應用于整個數據集、數據的滑動窗口或按類別分組。后者也稱為拆分-應用-合并方法。

How to reshape the layout of tables?

以多種方式更改數據表的結構。你可以的 melt() 您的數據表從寬到長/整齊的表格或 pivot() 從長到寬的格式。使用內置的聚合，只需一個命令即可創建數據透視表。

How to combine data from multiple tables?

由于提供了類似數據庫的連接/合并操作來組合多個數據表，因此可以按列和按行連接多個表。

How to handle time series data?

Pandas對時間序列有很好的支持，并且有一套廣泛的工具來處理日期、時間和時間索引數據。

How to manipulate textual data?

數據集不僅包含數字數據。Pandas提供了廣泛的功能來清理文本數據并從中提取有用的信息。

來自..。#

您熟悉其他處理表格數據的軟件嗎？與你已經知道的軟件相比，學習Pandas的操作：

這個 R programming language 提供了 data.frame data structure and multiple packages, such as tidyverse 使用和擴展 data.frame 用于方便的數據處理功能，類似于Pandas。

已經熟悉的 SELECT ， GROUP BY ， JOIN 等等？這些SQL操作中的大多數在Pandas身上都有類似的操作。

這個 data set included in the STATA 統計軟件套裝與Pandas相對應 DataFrame 。從Stata那里了解到的許多操作在Pandas身上都有類似的操作。

用戶 Excel 或者其他電子表格程序會發現，許多概念可以轉移到Pandas身上。

這個 SAS 統計軟件套件還提供了 data set 與Pandas相對應 DataFrame 。此外，SAS的矢量化操作、過濾、字符串處理等操作在Pandas中也具有類似的功能。