TEIL III
Datenbearbeitung mit Pandas
In Teil II haben wir uns detailliert mit NumPy und dem ndarray-Objekt befasst, das eine effiziente Speicherung und Bearbeitung von dicht gepackten Arrays (Dense Typed Arrays) in Python ermöglicht. Auf dieses Wissen greifen wir hier zurück, wenn wir die Datenstrukturen der Pandas-Bibliothek ausführlich betrachten. Pandas ist ein neueres Paket, das auf NumPy aufbaut und eine effiziente DataFrame-Implementierung bietet. DataFrames sind im Wesentlichen mehrdimensionale Arrays mit Labels für Zeilen und Spalten, die oft ungleichartige Typen und/oder fehlende Daten enthalten. Pandas bietet nicht nur eine komfortable Schnittstelle für das Speichern gelabelter Daten, es implementiert darüber hinaus eine Vielzahl leistungsfähiger ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access