Pandas

Pandas
Тып	бібліятэка Python[d] і праграма для лікавага аналізу[d]
Аўтар	Уэс Мак-Кіні[d][1]
Распрацоўшчык	Уэс Мак-Кіні[d], Брок Мендэль[d], Ёрыс Ван дэн Босшэ[d] і Джэф Рэбек[d][2]
Напісана на	Python[4]
Аперацыйная сістэма	кросплатформавае праграмнае забеспячэнне
Першы выпуск	11 студзеня 2008
Апошняя версія	2.2.3 (20 верасня 2024)[3]
Ліцэнзія	ліцэнзія BSD[d]
Сайт	pandas.pydata.org (англ.)
Медыяфайлы на Вікісховішчы

pandas — праграмная бібліятэка на мове Python для апрацоўкі і аналізу даных. Работа pandas з данымі будуецца па-над бібліятэкай NumPy^[en], якая з’яўляецца інструментам ніжэйшага ўзроўню. Прадастаўляе спецыяльныя структуры даных і аперацыі для маніпулявання лічбавымі табліцамі і часавымі радамі^[en]. Назва бібліятэкі паходзіць ад эканаметрычнага тэрміна «панэльныя даныя», які выкарыстоўваецца для апісання шматмерных структураваных набораў інфармацыі. pandas распаўсюджваецца пад новай ліцэнзіяй BSD.

Асноўная вобласць выкарыстання — забеспячэнне працы ў рамках асяроддзя Python не толькі для збору і ачысткі даных, але для задач аналізу і мадэлявання даных без пераключэння на мовы, больш спецыфічныя для статыстычнай апрацоўкі (такія як R і Octave).

Таксама актыўна вядзецца праца па рэалізацыі «родных» катэгарыяльных тыпаў даных.

Пакет першым чынам прызначаны для ачысткі і першаснай ацэнкі даных па агульных паказчыках, напрыклад, сярэдняму значэнню, квантылям і гэтак далей. Статыстычным пакетам ён у поўным сэнсе не з’яўляецца, аднак наборы даных тыпаў DataFrame і Series ужываюцца ў якасці ўваходных у большасці модуляў аналізу даных і машыннага навучання (SciPy^[en], Scikit-Learn^[en] і іншых).

Асноўныя магчымасці бібліятэкі:

• Аб’ект DataFrame для маніпулявання індэксаванымі масівамі двухмерных даных^[5].
• Інструменты для абмену данымі паміж структурамі ў памяці і файламі розных фарматаў.
• Убудаваныя сродкі сумяшчэння даных і спосабы апрацоўкі адсутнай інфармацыі.
• Перафарматаванне набораў даных, у тым ліку стварэнне зводных табліц.
• Зрэз даных па значэннях індэкса, пашыраныя магчымасці індэксавання, выбарка з вялікіх набораў даных.
• Устаўка і выдаленне слупкоў даных.
• Магчымасці групоўкі дазваляюць выконваць трохэтапныя аперацыі тыпу «падзел, змяненне, аб’яднанне» (англ.: split — apply — combine).
• Зліццё і аб’яднанне набораў даных.
• Іерархічнае індэксаванне дазваляе працаваць з данымі высокай памернасці ў структурах меншай памернасці.
• Праца з часавымі радамі: фармаванне часавых перыядаў, змена інтэрвалаў і гэтак далей.

Бібліятэка аптымізавана для высокай прадукцыйнасці, найбольш важныя часткі кода напісаны на Cython^[en] і Сі.

Распрацоўка бібліятэкі была распачата ў 2008 годзе супрацоўнікам AQR Capital Management^[en] Вэсам Маккіні^[en]. Перад сыходам з AQR яму ўдалося пераканаць кіраўніцтва дазволіць апублікаваць зыходны код бібліятэкі пад свабоднай ліцэнзіяй.

Іншы работнік AQR — Чан Шэ — далучыўся да праекта ў 2012 годзе. Ён стаў другім галоўным распрацоўшчыкам бібліятэкі. Прыкладна ў той жа час бібліятэка набрала папулярнасць у асяроддзі Python-распрацоўшчыкаў, і да праекта далучылася мноства новых удзельнікаў.

Крывыя

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

df = pd.DataFrame(np.random.randn(100, 5), columns=list('ABCDE'))
df=df.cumsum() # Return cumulative sum over a DataFrame or Series axis
df.plot()
plt.show()

Дыяграма

df = pd.DataFrame(np.random.rand(10, 5), columns=list('ABCDE'))
df.plot.bar(stacked=True)
plt.show()

Графік

df = pd.DataFrame(np.random.rand(7, 5), columns=list('ABCDE'))
df.plot.box()
plt.show()

Гістаграма

data = pd.Series(np.random.normal(size=100))
data.hist(grid=False)
plt.show()