原文： https://machinelearningmastery.com/prepare-data-for-machine-learning-in-python-with-pandas/
如果您使用 Python 栈来学习和应用机器学习，那么您将要用于数据分析和数据操作的库是 Pandas。
这篇文章为您提供了熊猫库的快速介绍，并指出了正确的入门方向。
用于数据分析的熊猫。 照 gzlu ，保留一些权利。
Python SciPy 栈通常适用于科学计算。它提供了强大的库来处理网格数据（如 NumPy）和绘图（如 matplotlib）。直到最近，套件中缺少的一个部件才是处理数据的好库。
数据通常不是以易于使用的形式出现的。处理机器学习等数据驱动问题的很大一部分是数据分析和数据调整。
- 数据分析：这是使用统计和数据可视化等工具，通过了解数据来更好地理解问题。
- Data Munging ：这是将原始数据转换为表格的过程，以便适合您的工作，如数据分析或机器学习。
传统上，您必须在 Python 中拼凑自己的脚本工具链来执行这些任务。
如今，如果您在 Python 中搜索数据分析，则无法避免了解 Pandas。它已迅速成为 Python 中数据处理的首选库。
Pandas 是一个用于数据分析和数据操作的 Python 库。它将缺少的部分添加到 SciPy 框架以处理数据。
熊猫是由 Wes McKinney 于 2008 年创建的，主要用于量化金融工作。因此，它在处理时间序列数据和图表方面具有坚实的基础。
您使用 Pandas 将数据加载到 Python 中并执行数据分析任务。它非常适合处理表格数据，如来自关系数据库的数据或来自电子表格的数据。
Wes 描述了 Pandas 对 crate 的看法：用于任何语言的最强大，最灵活的开源数据分析和操作工具。
如果只是为了让您自己的数据分析工作变得更容易，那么这项令人钦佩的任务就是让您想要支持他的事业。
熊猫是一种乐趣。
根据我的经验，它简单，优雅，直观。来自 R，成语和操作是熟悉和相关的。
Pandas 构建在 SciPy 栈中的标准库之上。它使用 NumPy 进行快速数组处理，并为 StatsModels 的一些统计操作和 Matplotlib 的图表提供方便的包装。
鉴于库在金融领域的开始，人们非常关注时间序列。它还非常关注用于处理标准网格数据的数据帧。数据处理是此类库的核心要求，速度已成为优先事项。它速度快，提供数据结构和操作，如索引和稀疏性处理。
需要注意的一些重要功能包括“
- 操纵：移动列，切片，整形，合并，连接，过滤等。
- 时间序列处理：对日期/时间，重采样，移动窗口和数据集自动对齐的操作。
- 缺少数据处理：自动排除，删除，替换，插入缺失值
- 分组操作：SQL like group by。
- 分层索引：数据结构级别，对按列有效组织数据非常有用。
- 摘要统计：快速而强大的数据汇总统计。
- 可视化：简化了对数据结构图的访问，例如直方图，箱形图，一般图和散点图。
Pandas 在许可许可证（Simplified BSD）下可用，并且可以与 SciPy 的其余部分一起轻松安装。
这是对熊猫库的快速介绍，还有更多需要学习的内容。安装库，获取数据集并开始尝试。没有更好的入门方式。
访问 Pandas 主页并阅读库愿景和功能。您也可以查看项目的 github 页面。
一个很好的起点是教程列表，其中包括指向网络上的烹饪书，课程和各种着名的 IPython 笔记本的链接。
最后，对我来说，我住在 API 文档中。
我发现论文可以很好地概述开源库，特别是在 Python 和 R 生态系统中。请查看以下论文，了解熊猫的全部内容。
YouTube 上有很多关于人们在自己的数据和会议上展示 Pandas 的精彩视频。
一个很好的起点是 Wes 自己 10 分钟的熊猫之旅。看一看。这是一个很小的时间序列数据，但它是一个伟大而快速的概述。您还可以查看他的 IPython 笔记本进行本次巡演。
最后，Wes 是 Python 中关于数据分析的权威书籍的作者。如果你想认真练习，还要考虑抓住这本书。它被称为：用于数据分析的 Python：与 Pandas，NumPy 和 IPython 进行数据争夺。