Pensar en Pandas: cómo usar correctamente la biblioteca de análisis de datos Python

Opiniones de los lectores

Actualmente no hay opiniones de lectores. La calificación se basa en 9 votos.

Título original:

Thinking in Pandas: How to Use the Python Data Analysis Library the Right Way

Contenido del libro:

Comprenda e implemente soluciones de análisis de big data en pandas haciendo hincapié en el rendimiento. Este libro refuerza su intuición para trabajar con pandas, la biblioteca de análisis de datos de Python, explorando su implementación subyacente y sus estructuras de datos.

Thinking in Pandas introduce el tema de big data y demuestra los conceptos a través de proyectos emocionantes e impactantes que pandas ayudó a resolver. A partir de ahí, aprenderá a evaluar sus propios proyectos por tamaño y tipo para ver si pandas es la biblioteca adecuada para sus necesidades. La autora Hannah Stepanek explica cómo cargar y normalizar datos en pandas de forma eficiente, y revisa algunos de los cargadores más utilizados y varias de sus opciones más potentes. A continuación, aprenderá cómo acceder a los datos y transformarlos de forma eficiente, qué métodos evitar y cuándo emplear técnicas de rendimiento más avanzadas. También repasará el acceso y la manipulación básica de datos en pandas y la sintaxis intuitiva de diccionario. También se tratará la elección del formato de DataFrame adecuado, el trabajo con DataFrames multinivel y cómo pandas podría mejorarse en el futuro.

Al final del libro, usted tendrá una sólida comprensión de cómo funciona la biblioteca pandas bajo el capó. Prepárese para tomar decisiones con confianza en sus propios proyectos mediante la utilización de pandas - de la manera correcta.

Lo que aprenderá

⬤ Comprender la estructura de datos subyacente de pandas y por qué funciona de la manera que lo hace bajo ciertas circunstancias.

⬤ Descubrir cómo utilizar pandas para extraer, transformar y cargar datos correctamente con énfasis en el rendimiento.

⬤ Elegir el DataFrame adecuado para que el análisis de datos sea sencillo y eficiente.

⬤ Mejorar el rendimiento de las operaciones de pandas con otras librerías de Python.

A quién va dirigido este libroIngenieros de software con conocimientos básicos de programación en Python interesados en utilizar pandas para un proyecto de análisis de big data. Desarrolladores de software en Python interesados en big data.