Pandas Python - Introduction
Pandas est une bibliothèque Python open source fournissant un outil de manipulation et d'analyse de données haute performance utilisant ses puissantes structures de données. Le nom Pandas est dérivé du mot Panel Data - une économétrie à partir de données multidimensionnelles.
En 2008, le développeur Wes McKinney a commencé à développer des pandas lorsqu'il avait besoin d'un outil flexible et performant pour l'analyse des données.
Avant Pandas, Python était principalement utilisé pour la collecte et la préparation de données. Il a très peu contribué à l'analyse des données. Les pandas ont résolu ce problème. En utilisant Pandas, nous pouvons accomplir cinq étapes typiques dans le traitement et l'analyse des données, quelle que soit l'origine des données: charger, préparer, manipuler, modéliser et analyser.
Python with Pandas est utilisé dans un large éventail de domaines, y compris les domaines académiques et commerciaux, notamment la finance, l'économie, les statistiques, l'analyse, etc.
Principales caractéristiques des pandas
- Objet DataFrame rapide et efficace avec indexation par défaut et personnalisée.
- Outils de chargement de données dans des objets de données en mémoire à partir de différents formats de fichiers.
- Alignement des données et traitement intégré des données manquantes.
- Remodelage et pivotement des ensembles de dates.
- Découpage, indexation et sous-ensemble basés sur des étiquettes de grands ensembles de données.
- Les colonnes d'une structure de données peuvent être supprimées ou insérées.
- Regrouper par données pour l'agrégation et les transformations.
- Fusion et jonction de données haute performance.
- Fonctionnalité de série temporelle.