Al cuore della libreria Pandas c'è il data frame, che rende l'uso del framework Pandas interoperabile da un punto di vista di sviluppo delle competenze. Non solo l'apprendimento dei metodi in Pandas sarà prezioso all'interno di Python, ma puoi trasferire rapidamente la tua conoscenza del framework a R o persino a Spark (per applicazioni di big data). Inoltre, il framework stesso implementato in Python è utile per l'analisi dei dati, fornendo numerose funzioni di supporto sull'oggetto data frame, che includono metodi di aggregazione, metodi di calcolo statistico standard e funzionalità pratiche di join/merge e subsetting che tutti gli analisti di dati probabilmente utilizzeranno. Inoltre, è costruito sopra Numpy per un facile trasferimento tra quei tipi per lavori più pesanti/effettivi o persino per spingerlo a un livello di astrazione più alto per lavori di data-viz/comunicazioni/analisi. Recensione raccolta e ospitata su G2.com.

Non c'è molto da non apprezzare, tranne forse la memoria e alcuni vincoli di tempo di esecuzione. Aggiungendo molta 'struttura extra' sopra l'array NumPy, il data frame non è il tipo di dato più efficiente, ma ciò che si ottiene vale le risorse extra necessarie per eseguirlo, anche se forse non su scala estrema (diverse decine di gigabyte o più di un paio di milioni di righe a seconda di quante colonne di dati sono incluse nel tuo frame). Recensione raccolta e ospitata su G2.com.

La cosa migliore della libreria pandas in Python è che offre una vasta funzionalità per manipolare i dati da ogni angolazione. Elabora i file CSV con grande velocità. Fornisce la possibilità di elaborare tutti i tipi di dati, sia da file, file JSON, da database, ecc. Recensione raccolta e ospitata su G2.com.

Quello che non mi piace di pandas è che su un grande dataset occupa molta memoria e, a causa di ciò, blocca il sistema per un errore di memoria piena. Recensione raccolta e ospitata su G2.com.

Un eccellente modulo Python che può essere utilizzato per l'analisi dei dati. Può essere facilmente manipolato convertendo i dati in una struttura tabellare molto facilmente. È installato con matplotlib. Supporta molti tipi di file diversi. Excel, CSV, Pickle.. È molto ideale per l'elaborazione di righe e colonne, l'espansione dei dati, l'ordinamento dei dati, il filtraggio, la classificazione basata su etichette, la pulizia dei dati. Recensione raccolta e ospitata su G2.com.

Non riesco a trovare la lettera "i" filtrando dopo aver ridotto il carattere "i" con lower. Quindi correggo prima i miei dati e poi li carico nel data frame. Recensione raccolta e ospitata su G2.com.

Pandas rende facile manipolare i dati nei data frame. Recensione raccolta e ospitata su G2.com.

A volte le opzioni e le funzionalità disponibili possono essere limitate. Recensione raccolta e ospitata su G2.com.

Le caratteristiche di questa libreria per gestire i dati sono favolose e con funzioni facili per leggere e scrivere i dati, e anche la ricerca è buona nel frame di dati convertito da panda. Recensione raccolta e ospitata su G2.com.

La velocità di tutte le operazioni è un po' più lenta e con milioni di dati da leggere questo ha richiesto molto tempo, ma con il pacchetto Modin possiamo aumentare la velocità operativa di 3 volte. Recensione raccolta e ospitata su G2.com.

La cosa migliore che mi piace di Pandas è la velocità e la facilità con cui gestisce grandi quantità di dati e li organizza secondo le nostre esigenze. Inoltre, programmare in Pandas è molto veloce, posso fare molto lavoro in pochissimo tempo. Recensione raccolta e ospitata su G2.com.

Non c'è molto da non apprezzare dei pandas, tranne il fatto che ha una sintassi molto complessa. Ed è un po' difficile da imparare per i principianti. Recensione raccolta e ospitata su G2.com.

Implementazioni ottimizzate pronte per calcoli statistici di base come misure di tendenza centrale e quantili. Recensione raccolta e ospitata su G2.com.

Anche se la biblioteca è eccellente, non è ancora sufficientemente ottimizzata per essere utilizzata su grandi quantità di dati. Recensione raccolta e ospitata su G2.com.

il modo in cui i panda lavorano con i dati e li organizzano Recensione raccolta e ospitata su G2.com.

Non mi piace il modo in cui devi mettere lo script Python Recensione raccolta e ospitata su G2.com.

Rende facile lavorare con grandi set di dati. Recensione raccolta e ospitata su G2.com.

Il pacchetto pandas è un ecosistema diverso rispetto al Python standard. Richiede un certo investimento per essere appreso e utilizzato appieno. Recensione raccolta e ospitata su G2.com.

Ho trovato un modo semplice per gestire i miei dati, scrivendo solo poche righe di codice. Recensione raccolta e ospitata su G2.com.

Non mi piace il modo in cui posso sviluppare grafici, dovrebbero essere più attraenti come quelli di seaborn. Recensione raccolta e ospitata su G2.com.