开始使用 #

Pandas简介#

pandas 处理什么样的数据？

当处理表格数据（例如存储在电子表格或数据库中的数据）时，pandas 是适合您的工具。pandas 将帮助您探索、清理和处理数据。在 pandas 中，数据表称为DataFrame.

如何读写表格数据？

pandas 支持与多种文件格式或开箱即用的数据源集成（csv、excel、sql、json、parquet...）。从每个数据源导入数据是由带有前缀的函数提供的read_*。类似地，这些to_*方法用于存储数据。

如何选择表的子集？

选择或过滤特定的行和/或列？根据条件过滤数据？pandas 提供了切片、选择和提取所需数据的方法。

如何在 pandas 中创建绘图？

pandas 使用 Matplotlib 的强大功能，可以开箱即用地绘制数据。您可以选择与您的数据相对应的绘图类型（散点图、条形图、箱线图……）。

如何从现有列创建派生新列？

无需循环数据表的所有行来进行计算。对列的数据操作按元素进行。DataFrame根据其他列中的现有数据添加列非常简单。

如何计算汇总统计量？

基本统计数据（平均值、中值、最小值、最大值、计数……）很容易计算。这些或自定义聚合可以应用于整个数据集、数据的滑动窗口或按类别分组。后者也称为拆分-应用-组合方法。

如何重塑表格布局？

以多种方式更改数据表的结构。您可以将melt()数据表从宽格式改为长/整齐格式或pivot() 从长格式改为宽格式。通过内置聚合，可以使用单个命令创建数据透视表。

如何合并多个表的数据？

Multiple tables can be concatenated both column wise and row wise as database-like join/merge operations are provided to combine multiple tables of data.

To introduction tutorial

To user guide

如何处理时间序列数据？

pandas has great support for time series and has an extensive set of tools for working with dates, times, and time-indexed data.

To introduction tutorial

To user guide

如何操作文本数据？

Data sets do not only contain numerical data. pandas provides a wide range of functions to clean textual data and extract useful information from it.

To introduction tutorial

To user guide

来自… #

您熟悉其他用于操作表格数据的软件吗？与您已经了解的软件相比，了解 pandas 的等效操作：

R编程语言提供了 data.frame数据结构和多个包，例如 tidyverse的使用和扩展data.frame ，以实现类似于pandas的便捷数据处理功能。

已经熟悉SELECT、、等？大多数这些 SQL 操作在 pandas 中都有对应的操作。GROUP BYJOIN

STATA统计软件套件中包含的对应的就是pandas 。STATA 中已知的许多操作在 pandas 中都有对应的操作。data setDataFrame

Excel或其他电子表格程序的用户会发现许多概念都可以转移到 pandas 中。

SAS统计软件套件也提供了与pandas相对应的。此外，SAS向量化操作、过滤、字符串处理操作等在pandas中也有类似的功能。data setDataFrame