# pandas

## pandas

* [返回顶层目录](https://luweikxy.gitbook.io/machine-learning-notes/python/library/pages/-LpO5vE88qYwjk5WM_Qf#目录)
* [返回上层目录](/machine-learning-notes/python.md#python)
* [pandas简介](https://luweikxy.gitbook.io/machine-learning-notes/python/library/pages/-LpO5vGDxiJdM2ssKaPC#pandas简介)

## pandas简介

Pandas(PythoN Data Analysis Library)在NumPy基础上提供了更多的数据读写工具，是python的数据分析库，二维表格数据封装，读取二维表格DataFrame（封装了ndarray），读文件，依赖于Numpy。

pandas处理数据能力比excel强，10G以内都可以用pandas处理，超过后有可能用spark处理。

推荐一本书，是pandas的作者写的，[利用Python进行数据分析 (豆瓣)](https://book.douban.com/subject/25779298/)。pandas主要基于numpy.ndarray构造了更高级的Series和DataFrame数据结构。这本书主要就是说明基于这两种数据结构的API用法。这些API主要是对原本numpy操作的补充。行列Index在DataFrame的加强对于各种数据逻辑操作帮助比较大。对pyplot的绘图函数也和两种数据结构绑定的很好。越来越多的数据分析特别是探索式的分析都会转到Python和R这块来，高性能的部分还是会用c扩展来实现。

**官网**：<http://pandas.pydata.org/>

**简单介绍**

Pandas是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。最具有统计意味的工具包，某些方面优于R软件。数据结构有一维的Series，二维的DataFrame(类似于Excel或者SQL中的表，如果深入学习，会发现Pandas和SQL相似的地方很多，例如merge函数)，三维的Panel（Pan（el) + da(ta) + s，知道名字的由来了吧）。学习Pandas你要掌握的是：

1. 汇总和计算描述统计，处理缺失数据 ，层次化索引
2. 清理、转换、合并、重塑、GroupBy技术
3. 日期和时间数据类型及工具（日期处理方便地飞起）

快速入门：[10 Minutes to pandas](http://pandas.pydata.org/pandas-docs/stable/10min.html)。这块内容推荐这个文档，在pandas官网上。

## 参考资料

* [如何系统地学习Python 中 matplotlib, numpy, scipy, pandas？](https://www.zhihu.com/question/37180159)

pandas简介中的简单介绍就是复制的这里。


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://luweikxy.gitbook.io/machine-learning-notes/python/library/pandas.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.