入門 #

pandas 簡介#

pandas 處理哪種類型的資料？

處理表格資料時，例如儲存在試算表或資料庫中的資料，pandas 是您的最佳工具。pandas 將協助您探索、清理和處理資料。在 pandas 中，資料表稱為 DataFrame。

進入簡介教學課程

進入使用者指南

如何讀取和寫入表格資料？

pandas 內建支援許多檔案格式或資料來源的整合（csv、excel、sql、json、parquet 等）。從這些資料來源匯入資料是由具有前綴 read_* 的函式提供。類似地，to_* 方法用於儲存資料。

前往簡介教學

如何選取表格的子集？

選取或篩選特定列和/或欄？根據條件篩選資料？pandas 提供用於切片、選取和擷取所需資料的方法。

前往簡介教學

如何在 pandas 中建立圖表？

pandas 提供使用 Matplotlib 的功能，直接繪製資料圖表。您可以根據資料選取圖表類型（散佈圖、長條圖、盒狀圖等）。

前往簡介教學

如何根據現有欄建立新欄？

無需迴圈處理資料表的每一列來進行計算。欄的資料處理是逐元素運作的。根據其他欄中的現有資料，在 DataFrame 中新增一欄非常簡單。

如何計算摘要統計資料？

基本統計資料（平均值、中位數、最小值、最大值、計數…）很容易計算。這些或自訂的聚合可以套用在整個資料集、資料的滑動視窗，或依類別分組。後者也稱為分割-套用-合併方法。

如何調整表格的配置？

以多種方式變更資料表的結構。您可以使用 melt() 將資料表從寬式轉換為長式/整齊格式，或使用 pivot() 從長式轉換為寬式格式。透過內建的聚合，可以使用單一指令建立樞紐分析表。

如何合併多個表格的資料？

多個表格可以縱向和橫向串接，因為資料庫提供的連接/合併操作可以組合多個資料表格。

如何處理時間序列資料？

pandas 對時間序列有很大的支援，並有一系列廣泛的工具可處理日期、時間和時間索引資料。

如何處理文字資料？

資料集不只包含數值資料。pandas 提供廣泛的函式來清理文字資料並從中萃取有用的資訊。

來自…#

您是否熟悉其他用於處理表格資料的軟體？了解與您已知的軟體相比，pandas 等效的操作

R 程式語言提供 data.frame 資料結構和多個套件，例如 tidyverse 使用並擴充 data.frame 以提供類似 pandas 的方便資料處理功能。

已經熟悉 SELECT、GROUP BY、JOIN 等？這些 SQL 處理大部分都有 pandas 等效項。

包含在 STATA 統計軟體套件中的 data set 對應到 pandas 的 DataFrame。許多從 STATA 得知的運算在 pandas 中都有對應的運算。

Excel 或其他試算表程式的使用者會發現許多概念都可以轉移到 pandas。

SAS 統計軟體套件也提供對應到 pandas DataFrame 的 data set。SAS 向量化運算、篩選、字串處理運算等在 pandas 中也有類似的函數。