超级会员免费看
本文介绍了pandas库，它是Python数据分析的重要工具，提供Series和DataFrame两种数据结构。Series类似于一维数组，允许通过标签进行数据操作。DataFrame是二维表格型数据结构，支持多种数据类型。pandas的主要功能包括数据对齐、重新索引、缺失值处理、算术运算、函数应用、排序和排名等。此外，pandas还能处理重复标签的轴索引，提供描述性统计功能，如相关系数、协方差、唯一值计数等。
pandas是本书后续内容的首选库。它含有使数据清洗和分析工作变得更快更简单的数据结构和操作工具。pandas经常和其它工具一同使用，如数值计算工具NumPy和SciPy，分析库statsmodels和scikit-learn，和数据可视化库matplotlib。pandas是基于NumPy数组构建的，特别是基于数组的函数和不使用for循环的数据处理。
虽然pandas采用了大量的NumPy编码风格，但二者最大的不同是pandas是专门为处理表格和混杂数据设计的。而NumPy更适合处理统一的数值数组数据。
自从2010年pandas开源以来，pandas逐渐成长为一个非常大的库，应用于许多真实案例。开发者社区已经有了800个独立的贡献者，他们在解决日常数据问题的同时为这个项目提供贡献。
在本书后续部分中，我将使用下面这样的pandas引入约定：
In [1]: import pandas as pd
因此，只要你在代码中看到pd.，就得想到这是pandas。因为Series和DataFrame用的次数非常多，所以将其引入本地命名空间中会更方便：
订阅专栏 解锁全文
扫一扫
298
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
