pandas — программная библиотека на языке Python для обработки и анализа данных. Работа pandas с данными строится поверх библиотеки NumPy, являющейся инструментом более низкого уровня. Предоставляет специальные структуры данных и операции для манипулирования числовыми таблицами и временны́ми рядами. Название библиотеки происходит от эконометрического термина «панельные данные», используемого для описания многомерных структурированных наборов информации. pandas распространяется под новой лицензией BSD.
Область применения Основная область применения — обеспечение работы в рамках среды Python не только для сбора и очистки данных, но для задач анализа и моделирования данных, без переключения на более специфичные для статобработки языки (такие, как R и Octave).
Также активно ведётся работа по реализации «родных» категориальных типов данных.
Пакет прежде всего предназначен для очистки и первичной оценки данных по общим показателям, например среднему значению, квантилям и так далее; он в полном смысле не является, однако наборы данных типов DataFrame и Series применяются в качестве входных в большинстве модулей анализа данных и машинного обучения (SciPy, и других).
Возможности Основные возможности библиотеки: Объект DataFrame для манипулирования индексированными массивами двумерных данных Инструменты для обмена данными между структурами в памяти и файлами различных форматов Встроенные средства совмещения данных и способы обработки отсутствующей информации Переформатирование наборов данных, в том числе создание сводных таблиц Срез данных по значениям индекса, расширенные возможности индексирования, выборка из больших наборов данных Вставка и удаление столбцов данных Возможности группировки позволяют выполнять трёхэтапные операции типа «разделение, изменение, объединение» (). Слияние и объединение наборов данных Иерархическое индексирование позволяет работать с данными высокой размерности в структурах меньшей размерности Работа с временными рядами: формирование временных периодов и изменение интервалов и так далее Библиотека оптимизирована для высокой производительности, наиболее важные части кода написаны на Cython и Си.
История Разработка пакета начата в 2008 году сотрудником . Перед уходом из AQR ему удалось убедить руководство позволить опубликовать исходный код библиотеки под свободной лицензией.
Другой работник AQR — Чан Шэ — присоединился к проекту в 2012 году, став вторым главным разработчиком библиотеки. Примерно в то же время библиотека набрала популярность в среде Python-разработчиков, и к проекту присоединилось множество новых участников.
Примеры использования Кривые import pandas as pd import matplotlib.pyplot as plt import numpy as np
df = pd.DataFrame(np.random.randn(100, 5), columns=list('ABCDE')) df=df.cumsum() # Return cumulative sum over a DataFrame or Series axis df.plot() plt.show()
Диаграмма df = pd.DataFrame(np.random.rand(10, 5), columns=list('ABCDE')) df.plot.bar(stacked=True) plt.show()
График df = pd.DataFrame(np.random.rand(7, 5), columns=list('ABCDE')) df.plot.box() plt.show()
Гистограмма data = pd.Series(np.random.normal(size=100)) data.hist(grid=False) plt.show()
Примечания
Литература
Категория:Библиотеки Python Категория:Научное программное обеспечение Категория:Свободные библиотеки программ