Question

我对是否使用Pandas或其他工具有一些具体问题。

使用Pandas而不是其他工具或数据结构的原因是什么？
当关注记忆时，熊猫的成本有多高，哪些更便宜？

这更像是一个定性问题。大熊猫的目的是什么？我找到完全符合我需求的字典和列表。什么是大熊猫的大惊小怪？

例如，如果有很多行具有相同的值，我可以使用更少的内存将此表存储在嵌套字典中：

#key0    key1    value
A        1       a
A        1       b
A        2       a
A        2       b
B        1       a
B        1       b
B        2       a
B        2       b

d = {'A': {1: ['a', 'b'], 'A': {2: ['a', 'b'], 'B': {1: ['a', 'b'], 'B': {2: ['a', 'b']}}

为什么我会想要使用pandas，当有更多内存有效的方式来保存我的嵌套数据？我只是没有得到它。谢谢！

我意识到pandas能够按名称进行索引，处理缺失数据，进行连接，按值分组等等。

这更像是一个定性问题。也许它属于Meta Stack Exchange。

Answer 1

1）大熊猫的目的是什么？什么是大熊猫的大惊小怪？

Pandas主要以将数据加载到数据框中的能力而着称，它允许代码一次推理数据列。

以下是Pandas docs：

中的说明

Pandas是一个提供快速，灵活和富有表现力的Python软件包旨在使“关系”或“工作”的数据结构 “标记”数据既简单又直观。它旨在成为根本用于执行实际，真实世界数据的高级构建块用Python分析。此外，它有更广泛的目标最强大，最灵活的开源数据分析/ 任何语言的操纵工具。它已经很好了实现这一目标的方式。

2）当有更多内存有效的方式来保存我的嵌套数据时，为什么我要使用pandas？

根据this SO answer，Pandas的内存开销并不是那么糟糕。

也就是说，如果内存是一个关键约束，你甚至可以做得比python dicts和list更好，它们都保持对盒装数据的引用（存储在对象中的值）。相反，您可以使用具有未装箱数据的更密集的数据结构。可以选择使用Python array module，也可以使用numpy数组。

大熊猫的用途/用途是什么？

1 个答案: