Pandas — Ves Makkini tomonidan 2008-yilda AQR Capital Management moliyaviy kompaniyasida ishlagan paytida yaratilgan, Python uchun ma’lumotlarni tahlil qilish kutubxonasi. Nomi “panel data” (panel ma’lumotlari) iborasidan olingan bo’lib, bu atama ekonometrika sohasida ko’p o’lchamli statistik ma’lumotlarni anglatadi.
Moliyaviy tahlil ehtiyojidan kelib chiqib yaratilishi
Makkini moliyaviy vaqt qatorlari ma’lumotlarini tahlil qilish uchun mavjud Python vositalari yetarli emasligini sezgan — o’sha davrda bunday vazifalar uchun R tili ancha qulayroq hisoblangan. Pandas aynan R’ning ma’lumotlar bilan ishlash qulayligini Python‘ga olib kirish maqsadida yaratilgan.
DataFrame tuzilishi
Pandas’ning markaziy tushunchasi — DataFrame, u jadval ko’rinishidagi ma’lumotni (qatorlar va ustunlar) saqlaydigan tuzilma bo’lib, har bir ustun turli ma’lumot turiga (son, matn, sana) ega bo’lishi mumkin. Bu tuzilma Excel jadvaliga yoki SQL jadvaliga o’xshaydi, ammo Python kodi ichida dasturiy tarzda boshqariladi.
Ma’lumotlarni tozalash va qayta ishlash
Pandas yo’qolgan qiymatlarni to’ldirish, dublikat yozuvlarni olib tashlash, ustunlarni birlashtirish va guruhlash kabi ma’lumotlarni tozalash vazifalarini bir necha qator kod bilan bajarish imkonini beradi. Bu imkoniyatlar ma’lumotlar fani loyihalarining aksariyat vaqtini egallaydigan “ma’lumotni tayyorlash” bosqichini sezilarli tezlashtiradi.
R tilining ta’siri
Pandas’ning DataFrame kontseptsiyasi to’g’ridan-to’g’ri R dasturlash tilidagi bir xil nomdagi tuzilmadan ilhomlangan. Bu qarz olish Python‘ni statistik va ma’lumotlar tahlili sohasida R’ga jiddiy raqobatchiga aylantirgan asosiy omillardan biri hisoblanadi.
Katta hajmdagi ma’lumotlar bilan cheklovlari
Pandas barcha ma’lumotni operativ xotiraga yuklab ishlaydi, shu sababli xotira hajmidan oshib ketadigan juda katta ma’lumotlar to’plamlari bilan samarali ishlay olmaydi. Bunday holatlarda Dask yoki Apache Spark kabi taqsimlangan hisoblash vositalariga murojaat qilinadi.
Bog’liq tushunchalar
NumPy, Python, DataFrame, Ma’lumotlar tahlili, Wes McKinney, R, Data science