【Pandas】簡單介紹

 

Pandas(panel data & Data Analysis)：Python資料分析庫。

是基於Numpy的，專用於資料分析的Python第三方庫，最適用於處理大型結構化表格資料

• Pandas最初是對衝基金公司開發出來做金融量化資料分析的Python庫
• Pandas借鑑了R的資料結構
• Pandas基於Numpy搭建，支援Numpy中定義的大部分計算
• Pandas提供了大量和其他技術互動的介面（比如IO工具 (CSV, XLSX, HDF5, ...)，視覺化（封裝pyplot），方便和其他語言技術的互動和功能擴充套件
• Pandas底層用Cython和C做了速度優化，極大提高了執行效率

Pandas庫的資料型別:

• Series 一維
• DataFrame 二維，Series容器，最常用
• Panel 三維，DataFrame容器

Python的list列表,Numpy的ndarray陣列和Pdandas的Series

• list：Python自帶資料型別，功能簡單，操作複雜，效率低
• ndarray(Numpy)：基礎資料型別，關注資料結構/運算/維度(資料間關係)
• Series(DataFrame)：擴充套件資料型別，關注資料實際應用，資料與索引的關係

三種資料型別的區別

• list/Series/DataFrame的值型別可以不同，ndarray的值型別必須相同
• 從實用性、功能強弱和和可操作性比較：list < ndarray < Series(DataFrame)，實踐中儘量使用Pandas資料型別。

Pdandas資料型別例子：

import pandas as pd #載入pandas庫

se = pd.Series([2,4,6,8,10]) # 建立Series資料型別

da = pd.DataFrame([ # 建立DataFrame資料型別
    [2,4,6,8,10],
    [12,14,16,18,20]
])

se
da