pandas

Data

Manipulacja danymi

Przegląd pandas

Pandasto popularna biblioteka Pythona do manipulacji i analizy danych. Wprowadza dwie podstawowe struktury danych — Series i DataFrame — które ułatwiają ładowanie, przekształcanie, filtrowanie, grupowanie, scalanie i eksportowanie danych tabelarycznych. Niezależnie od tego, czy czyścisz plik CSV, uruchamiasz agregacje, czy przygotowujesz dane dla modelu uczenia maszynowego,Pandasznacznie upraszcza to zadanie.

UruchomieniePandaswPyRunwymaga zerowej konfiguracji. Biblioteka jest wstępnie skompilowana do dystrybucjiPyodideWebAssemblyi jest importowana automatycznie, gdy Twój kod z niej korzysta. Możesz wkleić skryptPandas, kliknąć Uruchom i natychmiast zobaczyć wynik — wszystko na karcie przeglądarki, bez konieczności zarządzania zależnościami.

Dane wyjściowe kodu i wykonania

Filtrowanie, grupowanie i agregowanie danych tabelarycznych.

Pandas DataFrameUruchom w Edytorze
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())

Powiązane pakiety

Polecane zasoby Pythona

Poszerzaj swoją wiedzę dzięki powiązanym interaktywnym samouczkom, ściągawkom i porównaniom kodów.