Pandas for python 0.14.0

《Pandas for python 0.14.0》是一款运行在编程软件“python”中的一个小程序，这款软件能够帮助程序员在开发的时候优化代码结构的速度，软件内的功能非常丰富，操作也很简单，是一款非常不错的软件，感兴趣的小伙伴欢迎下载使用噢！

软件功能

pandas 是一个提供快速，灵活和表达性数据的Python包结构设计使结构化（表格，多维，潜在异质）和时间序列数据都很容易和直观。

它旨在成为实践中的基本高层建筑，真实世界在Python中的数据分析。此外，它有更广泛的目标成为最强大灵活的开源数据分析/操作工具可用任何语言。它已经很好的路上实现这一目标。

pandas非常适合许多不同类型的数据：

- 带有异构类型列的表格数据，如SQL表或Excel电子表格

- 有序和无序（不一定是固定频率）时间序列数据。

- 任意矩阵数据（均匀类型或异质）与行和列标签

- 任何其他形式的观测/统计数据集。数据实际上不需要被标记以被放置到熊猫数据结构中

一个快速有效的DataFrame对象，用于集成索引的数据操作;

用于在内存中数据结构和不同格式之间读取和写入数据的工具：CSV和文本文件，Microsoft Excel，SQL数据库和快速HDF5格式;

智能数据对齐和缺失数据的集成处理：在计算中获得自动的基于标签的对齐，并且容易地将乱序数据处理成有序的形式;

数据集的灵活重塑和枢转;

智能基于标签的切片，花哨的索引和子集 的大型数据集;

列可以插入和删除数据结构的大小可变性 ;

使用强大的组通过引擎聚合或转换数据，允许对数据集进行拆分应用组合操作;

高性能合并和连接数据集;

软件特色

轻松处理浮点数据以及非浮点数据中缺失的数据（表示为NaN）

大小可变性：可以从DataFrame和更高维度的对象中插入和删除列

自动和显式数据对齐：对象可以显式地对齐到一组标签，或者用户可以简单地忽略标签，让Series，DataFrame等在计算中自动对齐数据

强大，灵活的分组功能，对数据集执行拆分应用组合操作，用于聚合和转换数据

使其可以轻松地将其他Python和NumPy数据结构中不规则，不同索引的数据转换为DataFrame对象

智能基于标签的切片，花哨的索引和子集 的大型数据集

直观合并和连接数据集

数据集的灵活重塑和枢转

轴的分层标签（每个标记可能有多个标签）

强大的IO工具，用于从平面文件（CSV和分隔），Excel文件，数据库加载数据，以及从超快HDF5格式保存/加载数据

时间序列特定功能：日期范围生成和频率转换，移动窗口统计，移动窗口线性回归，日期移动和滞后等。

更新日志

改进的性能pd.wide_to_long()（GH14779）

增加性能pd.factorize()通过释放与GIL object时作为字符串DTYPE推断（GH14859）

改进了使用不规则的DatetimeIndex（或with compat_x=True）（GH15073）绘制的时间序列的性能。

改进的性能groupby().cummin()和groupby().cummax()（GH15048，GH15109）

改进的性能和减少的内存索引与MultiIndex（GH15245）

当在read_sas()没有指定格式的方法中读取缓冲区对象时，推断文件路径字符串而不是缓冲区对象。（GH14947）

改进rank（）对分类数据的性能（GH15498）