pandas

Дата: 12 дек. 2017 г. Версия: 0.21.1

Бинарные установщики: http://pypi.python.org/pypi/pandas

Репозиторий исходного кода: http://github.com/pandas-dev/pandas

Проблемы и идеи: https://github.com/pandas-dev/pandas/issues

Поддержка по вопросам и ответам: http://stackoverflow.com/questions/tagged/pandas

Список рассылки разработчиков: http://groups.google.com/group/pydata

pandas — это пакет Python, предоставляющий быстрые, гибкие и выразительные структуры данных, предназначенные для удобной и интуитивно понятной работы с «реляционными» или «мечеными» данными. Он призван стать фундаментальным высокоуровневым строительным блоком для практического анализа данных в реальном мире на Python. Кроме того, он преследует более широкую цель — стать самым мощным и гибким инструментом открытого исходного кода для анализа и обработки данных, доступным на любом языке. Он уже успешно движется к этой цели.

pandas хорошо подходит для многих типов данных:

• Табличные данные с разнородными типами столбцов, как в таблице SQL или электронных таблицах Excel
• Упорядоченные и неупорядоченные (не обязательно с фиксированной частотой) временные ряды.
• Произвольные матричные данные (однородного типа или разнородные) с метками строк и столбцов
• Любые другие типы наблюдательных/статистических наборов данных. Данные фактически не обязательно должны быть помечены, чтобы быть помещены в структуру данных pandas

Две основные структуры данных pandas, Series (одномерная) и DataFrame (двумерная), обрабатывают подавляющее большинство типичных случаев использования в финансах, статистике, социальных науках и многих областях техники. Для пользователей R, DataFrame предоставляет всё, что предоставляет data.frame, и многое другое. pandas построен поверх NumPy и предназначен для эффективной интеграции в среду научных вычислений с множеством других сторонних библиотек.

Вот лишь некоторые из возможностей pandas:

• Легкое обращение с пропущенными данными (представленными как NaN) в данных с плавающей точкой, а также в данных не с плавающей точкой
• Изменяемость размера: столбцы могут быть вставлены и удалены из DataFrame и многомерных объектов
• Автоматическое и явное выравнивание данных: объекты могут быть явно выровнены по набору меток, или пользователь может просто игнорировать метки и позволить Series, DataFrame, и т.д. автоматически выравнивать данные для вас в вычислениях
• Мощная и гибкая функциональность группировки для выполнения операций разделения-применения-комбинирования на наборах данных для агрегирования и преобразования данных
• Легко конвертировать неровные, с разными индексами данные в других структурах данных Python и NumPy в объекты DataFrame
• Интеллектуальное фрагментирование, индексирование и подмножества больших наборов данных
• Интуитивное слияние и соединение наборов данных
• Гибкое преобразование и перемещение наборов данных
• Иерархическая маркировка осей (возможность иметь несколько меток на каждом делении)
• Надежные инструменты ввода-вывода для загрузки данных из плоских файлов (CSV и разделители), файлов Excel, баз данных и сохранения/загрузки данных в сверхбыстром формате HDF5
• Функциональность, специфичная для временных рядов: генерация диапазона дат и преобразование частоты, статистики скользящего окна, скользящие линейные регрессии, смещение дат и задержка и т.д.

Многие из этих принципов направлены на устранение недостатков, часто возникающих при использовании других языков/сред научных исследований. Для специалистов по данным работа с данными обычно разделена на несколько этапов: обработка и очистка данных, их анализ/моделирование, затем организация результатов анализа в форму, подходящую для построения графиков или табличного отображения. pandas является идеальным инструментом для всех этих задач.

Некоторые другие замечания

• pandas быстрый. Многие из низкоуровневых алгоритмических элементов были существенно улучшены в коде Cython. Однако, как и в случае с чем-либо еще, обобщение обычно жертвует производительностью. Таким образом, если вы сосредоточитесь на одной функции для своего приложения, вы можете создать более быстрый специализированный инструмент.
• pandas является зависимостью от statsmodels, что делает его важной частью экосистемы статистических вычислений в Python.
• pandas широко использовался в производственных финансовых приложениях.

Дополнительные подробности о содержании библиотеки см. в обзоре пакета.