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

pandas- это библиотека Pythonдля PAN- el DA-ta манипулирование и анализ, то есть многомерные временные ряды и наборы поперечных данных, обычно встречающиеся в статистике, результатах экспериментальной науки, эконометрике или финансах. pandas реализуется главным образом с использованием NumPyи Cython; он предназначен для простой интеграции с научными библиотеками на основе NumPy, такими как statsmodels.

Чтобы создать воспроизводимый пример панд:

Основные особенности:

  • Структуры данных: для 1 и 2-мерных маркированных наборов данных (соответственно Seriesи 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»)
  • типы данных
  • Обеспечение группирования или преобразования функций
  • Инструменты для объединения / объединения наборов данных
  • Простая matplotlibинтеграция для построения графиков и графиков
  • мультииндексация, обеспечивающая структуру для индексов, которые позволяют представлять произвольное число 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 в цикле. 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
  • расширенная документация пользователяс использованием Сфинкс

Задавать вопросы:

Отвечая на вопросы:

Полезные каноники:

Дополнительные ответы на часто задаваемые вопросы см. по этой ссылке.

Ресурсы и учебники:

Книги: