Pandas 中文教程

Pandas 是 Python 的核心數(shù)據(jù)分析支持庫(kù)，提供了快速、靈活、明確的數(shù)據(jù)結(jié)構(gòu)，旨在簡(jiǎn)單、直觀(guān)地處理關(guān)系型、標(biāo)記型數(shù)據(jù)。Pandas 的目標(biāo)是成為 Python 數(shù)據(jù)分析實(shí)踐與實(shí)戰(zhàn)的必備高級(jí)工具，其長(zhǎng)遠(yuǎn)目標(biāo)是成為最強(qiáng)大、最靈活、可以支持任何語(yǔ)言的開(kāi)源數(shù)據(jù)分析工具。經(jīng)過(guò)多年不懈的努力，Pandas 離這個(gè)目標(biāo)已經(jīng)越來(lái)越近了。

Pandas 適用于處理以下類(lèi)型的數(shù)據(jù)：

• 與 SQL 或 Excel 表類(lèi)似的，含異構(gòu)列的表格數(shù)據(jù);
• 有序和無(wú)序（非固定頻率）的時(shí)間序列數(shù)據(jù);
• 帶行列標(biāo)簽的矩陣數(shù)據(jù)，包括同構(gòu)或異構(gòu)型數(shù)據(jù);
• 任意其它形式的觀(guān)測(cè)、統(tǒng)計(jì)數(shù)據(jù)集, 數(shù)據(jù)轉(zhuǎn)入 Pandas 數(shù)據(jù)結(jié)構(gòu)時(shí)不必事先標(biāo)記。

Pandas 的主要數(shù)據(jù)結(jié)構(gòu)是 Series（一維數(shù)據(jù)）與 DataFrame（二維數(shù)據(jù)），這兩種數(shù)據(jù)結(jié)構(gòu)足以處理金融、統(tǒng)計(jì)、社會(huì)科學(xué)、工程等領(lǐng)域里的大多數(shù)典型用例。對(duì)于 R 用戶(hù)，DataFrame 提供了比 R 語(yǔ)言 data.frame 更豐富的功能。Pandas 基于 NumPy 開(kāi)發(fā)，可以與其它第三方科學(xué)計(jì)算支持庫(kù)完美集成。

Pandas 就像一把萬(wàn)能瑞士軍刀，下面僅列出了它的部分優(yōu)勢(shì) ：

• 處理浮點(diǎn)與非浮點(diǎn)數(shù)據(jù)里的缺失數(shù)據(jù)，表示為 NaN；
• 大小可變：插入或刪除 DataFrame 等多維對(duì)象的列；
• 自動(dòng)、顯式數(shù)據(jù)對(duì)齊：顯式地將對(duì)象與一組標(biāo)簽對(duì)齊，也可以忽略標(biāo)簽，在 Series、DataFrame 計(jì)算時(shí)自動(dòng)與數(shù)據(jù)對(duì)齊；
• 強(qiáng)大、靈活的分組（group by）功能：拆分-應(yīng)用-組合數(shù)據(jù)集，聚合、轉(zhuǎn)換數(shù)據(jù)；
• 把 Python 和 NumPy 數(shù)據(jù)結(jié)構(gòu)里不規(guī)則、不同索引的數(shù)據(jù)輕松地轉(zhuǎn)換為 DataFrame 對(duì)象；
• 基于智能標(biāo)簽，對(duì)大型數(shù)據(jù)集進(jìn)行切片、花式索引、子集分解等操作；
• 直觀(guān)地合并（merge）、**連接（join）**數(shù)據(jù)集；
• 靈活地重塑（reshape）、**透視（pivot）**數(shù)據(jù)集；
• 軸支持結(jié)構(gòu)化標(biāo)簽：一個(gè)刻度支持多個(gè)標(biāo)簽；
• 成熟的 IO 工具：讀取文本文件（CSV 等支持分隔符的文件）、Excel 文件、數(shù)據(jù)庫(kù)等來(lái)源的數(shù)據(jù)，利用超快的 HDF5 格式保存 / 加載數(shù)據(jù)；
• 時(shí)間序列：支持日期范圍生成、頻率轉(zhuǎn)換、移動(dòng)窗口統(tǒng)計(jì)、移動(dòng)窗口線(xiàn)性回歸、日期位移等時(shí)間序列功能。

這些功能主要是為了解決其它編程語(yǔ)言、科研環(huán)境的痛點(diǎn)。處理數(shù)據(jù)一般分為幾個(gè)階段：數(shù)據(jù)整理與清洗、數(shù)據(jù)分析與建模、數(shù)據(jù)可視化與制表，Pandas 是處理數(shù)據(jù)的理想工具。

其它說(shuō)明：

• Pandas 速度很快。Pandas 的很多底層算法都用 Cython 優(yōu)化過(guò)。然而，為了保持通用性，必然要犧牲一些性能，如果專(zhuān)注某一功能，完全可以開(kāi)發(fā)出比 Pandas 更快的專(zhuān)用工具。
• Pandas 是 statsmodels 的依賴(lài)項(xiàng)，因此，Pandas 也是 Python 中統(tǒng)計(jì)計(jì)算生態(tài)系統(tǒng)的重要組成部分。
• Pandas 已廣泛應(yīng)用于金融領(lǐng)域。

領(lǐng)取免費(fèi)資料

掃描下方二維碼或打開(kāi)微信搜一搜“w3cschool編程獅”關(guān)注公眾號(hào)回復(fù)關(guān)鍵詞【Python123】或者【Python資料包】免費(fèi)領(lǐng)取 Python 學(xué)習(xí)資料，包含軟件安裝包，電子書(shū)、思維導(dǎo)圖等