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.
Библиотека Pandas используется для работы с данными в формате таблицы, основным объектом которой является DataFrame.
С помощью Pandas можно считывать и записывать данные из различных источников, проводить исследовательский анализ данных, фильтровать, сортировать, агрегировать данные, создавать новые столбцы, производить вычисления с данными и многое другое.
Пример использования библиотеки Pandas для чтения данных из CSV файла и вывода первых пяти строк:
“`python
import pandas as pd
# Чтение данных из CSV файла
df = pd.read_csv(‘data.csv’)
# Вывод первых пяти строк
print(df.head())
“`
Также с помощью Pandas можно визуализировать данные, обрабатывать пропущенные значения, проводить статистический анализ данных и многое другое. Pandas является очень мощным инструментом для работы с данными и широко используется в анализе данных, машинном обучении и других областях.
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; статистическим пакетом 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, Scikit-Learn и других).
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» (англ. split-apply-combine).
- 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.