![b4a4272b2d0340efc7f5f265d4151dc1.gif](https://i-blog.csdnimg.cn/blog_migrate/d21ef704af70759f84b5ddad5678ebf9.gif)
未来更名:ChallengeHub
![0c047233cd75a8fc11d8c858f84b4db1.gif](https://i-blog.csdnimg.cn/blog_migrate/f5e34f7bc0c3f9443a9de0ea410bf0ef.gif)
![0c047233cd75a8fc11d8c858f84b4db1.gif](https://i-blog.csdnimg.cn/blog_migrate/f5e34f7bc0c3f9443a9de0ea410bf0ef.gif)
Pandas是python的一个数据分析包,最初由AQR Capital Management于2008年4月开发,并于2009年底开源出来,目前由专注于Python数据包开发的PyData开发team继续开发和维护,属于PyData项目的一部分。Pandas最初被作为金融数据分析工具而开发出来,因此,pandas为时间序列分析提供了很好的支持。Pandas的名称来自于面板数据(panel data)和python数据分析(data analysis)。panel data是经济学中关于多维数据集的一个术语,在Pandas中也提供了panel的数据类型。
Pandas用于广泛的领域,包括金融,经济,统计,分析等学术和商业领域。在本教程中,我们将学习Python Pandas的各种功能以及如何在实践中使用它们。
![0c047233cd75a8fc11d8c858f84b4db1.gif](https://i-blog.csdnimg.cn/blog_migrate/f5e34f7bc0c3f9443a9de0ea410bf0ef.gif)
快速高效的DataFrame对象,具有默认和自定义的索引。
将数据从不同文件格式加载到内存中的数据对象的工具。
丢失数据的数据对齐和综合处理。
重组和摆动日期集。
基于标签的切片,索引和大数据集的子集。
可以删除或插入来自数据结构的列。
按数据分组进行聚合和转换。
高性能合并和数据加入。
时间序列功能。
![0c047233cd75a8fc11d8c858f84b4db1.gif](https://i-blog.csdnimg.cn/blog_migrate/f5e34f7bc0c3f9443a9de0ea410bf0ef.gif)
Series
:一维数组,与Numpy中的一维array类似,二者与Python基本的数据结构List也很相近。Series如今能保存不同种数据类型,字符串、boolean值、数字等。Time-Series
:以时间为索引的Series。DataFrame
:二维的表格型数据结构,很多功能与R中的data.frame类似,可以将DataFrame理解为Series的容器。