快速入门 #

Pandas简介#

What kind of data does pandas handle?

在处理表格数据(如存储在电子表格或数据库中的数据)时，Pandas是最适合您的工具。Pandas将帮助你探索、清理和处理你的数据。在Pandas中，数据表被称为 DataFrame 。

How do I read and write tabular data?

Pandas支持与多种开箱即用的文件格式或数据源(CSV、EXCEL、SQL、JSON、PARQUE、…)集成。从这些数据源中的每个数据源导入数据由带有前缀的函数提供 read_* 。类似地， to_* 方法用于存储数据。

How do I select a subset of a table?

选择或筛选特定行和/或列？是否按条件筛选数据？Pandas提供了切片、选择和提取所需数据的方法。

How to create plots in pandas?

Pandas使用Matplotlib的功能，提供开箱即用的数据绘图功能。您可以选择绘图类型(散点图、条形图、框图等)与您的数据相对应。

How to create new columns derived from existing columns?

不需要遍历数据表的所有行来进行计算。列上的数据操作是以元素为单位工作的。将列添加到 DataFrame 基于其他列中的现有数据是很简单的。

How to calculate summary statistics?

基本统计(平均值、中位数、最小值、最大值、计数...)是很容易计算的。这些或定制聚合可应用于整个数据集、数据的滑动窗口或按类别分组。后者也称为拆分-应用-合并方法。

How to reshape the layout of tables?

以多种方式更改数据表的结构。你可以的 melt() 您的数据表从宽到长/整齐的表格或 pivot() 从长到宽的格式。使用内置的聚合，只需一个命令即可创建数据透视表。

How to combine data from multiple tables?

由于提供了类似数据库的连接/合并操作来组合多个数据表，因此可以按列和按行连接多个表。

How to handle time series data?

Pandas对时间序列有很好的支持，并且有一套广泛的工具来处理日期、时间和时间索引数据。

How to manipulate textual data?

数据集不仅包含数字数据。Pandas提供了广泛的功能来清理文本数据并从中提取有用的信息。

来自..。#

您熟悉其他处理表格数据的软件吗？与你已经知道的软件相比，学习Pandas的操作：

这个 R programming language 提供了 data.frame data structure and multiple packages, such as tidyverse 使用和扩展 data.frame 用于方便的数据处理功能，类似于Pandas。

已经熟悉的 SELECT ， GROUP BY ， JOIN 等等？这些SQL操作中的大多数在Pandas身上都有类似的操作。

这个 data set included in the STATA 统计软件套装与Pandas相对应 DataFrame 。从Stata那里了解到的许多操作在Pandas身上都有类似的操作。

用户 Excel 或者其他电子表格程序会发现，许多概念可以转移到Pandas身上。

这个 SAS 统计软件套件还提供了 data set 与Pandas相对应 DataFrame 。此外，SAS的矢量化操作、过滤、字符串处理等操作在Pandas中也具有类似的功能。