你好，我是悦创。
Pandas 是一款开放源码的 BSD 许可的 Python 库，为 Python 编程语言提供了高性能，易于使用的数据结构和数据分析工具。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。
Python Pandas的官方网站是： http://pandas.pydata.org/ ，打开后如下所示 -
Pandas 库的介绍
Pandas 是一个开放源码的 Python 库，它使用强大的数据结构提供高性能的数据操作和分析工具。它的名字：Pandas 是从 Panel Data - 多维数据的计量经济学( an Econometrics from Multidimensional data)。
2008 年，为满足需要高性能，灵活的数据分析工具，开发商 Wes McKinney 开始开发 Pandas。
在 Pandas 之前，Python 主要用于数据迁移和准备。它对数据分析的贡献更小。 Pandas 解决了这个问题。 使用 Pandas 可以完成数据处理和分析的五个典型步骤，而不管数据的来源 - 加载，准备，操作，模型和分析。
Python 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。
Pandas 的主要特点
-
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。
读者
本教程为准备学习 Pandas 基础知识和各种功能的人员而做准备的。它对数据清理和分析的人员特别有用。 完成本教程之后，将发现自己处于适度的专业知识水平，可以从中获得更高水平的专业知识。
先决条件
要求对计算机编程术语有一个基本的了解。 对任何编程语言的基本了解是一个加分。Pandas库使用NumPy的大部分功能。建议在继续本教程之前，先阅读 NumPy 的教程( Python科学计算：用NumPy快速处理数据 )。之后也会出 Numpy 系列专栏。