pandas

Data

Datenmanipulation

Übersicht pandas

Pandasist die Python-Bibliothek der Wahl für die Datenbearbeitung und -analyse. Es werden zwei primäre Datenstrukturen eingeführt – Series und DataFrame –, die das Laden, Transformieren, Filtern, Gruppieren, Zusammenführen und Exportieren tabellarischer Daten erleichtern. Egal, ob Sie eine CSV-Datei bereinigen, Aggregationen ausführen oder Daten für ein maschinelles Lernmodell vorbereiten,Pandasmacht die Aufgabe erheblich einfacher.

Das Ausführen vonPandasinPyRunerfordert keine Einrichtung. Die Bibliothek ist in der DistributionPyodideWebAssemblyvorkompiliert und wird automatisch importiert, wenn Ihr Code sie verwendet. Sie können einPandas-Skript einfügen, auf „Ausführen“ klicken und die Ausgabe sofort sehen – alles in Ihrem Browser-Tab, ohne dass Abhängigkeiten verwaltet werden müssen.

Code- und Ausführungsausgabe

Tabellendaten filtern, gruppieren und aggregieren.

Pandas DataFrameIm Editor ausführen
import pandas as pd

data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'Diana'],
    'Age': [24, 27, 22, 32],
    'Score': [85, 92, 78, 95],
    'City': ['NYC', 'London', 'Berlin', 'Tokyo'],
}

df = pd.DataFrame(data)
print("DataFrame:\n")
print(df)

print("\nAverage Score:", df['Score'].mean())
print("\nTop scorers (>80):")
print(df[df['Score'] > 80][['Name', 'Score']])

print("\nGrouped by City mean score:")
print(df.groupby('City')['Score'].mean())

Verwandte Pakete

Empfohlene Python-Ressourcen

Erweitern Sie Ihr Wissen mit zugehörigen interaktiven Tutorials, Spickzetteln und Codevergleichen.