熊猫的用途/目的是什么？ [关闭]

Question

我有一些关于是否使用 Pandas 或替代工具的具体问题。

• 使用 Pandas 而不是其他工具或数据结构的原因是什么？

• 当内存成为一个问题时，Pandas 的成本有多大？还有哪些更便宜的替代品？

---

这更像是一个定性问题。熊猫的目的是什么？我找到完全符合我需要的字典和列表。大熊猫有什么大惊小怪的？

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']}}

既然有一种内存效率更高的方法来保存我的嵌套数据，我为什么还要使用 pandas？我只是不明白。谢谢！

我知道 pandas 允许按名称索引、处理缺失数据、进行连接、按值分组等功能。

这更像是一个定性问题。也许它属于 Meta Stack Exchange。

Answer 1

1) 熊猫的目的是什么？大熊猫有什么大惊小怪的？

Pandas 主要以其将信息加载到数据帧中的能力而闻名，这允许代码一次对数据列进行推理。

这是来自Pandas docs的描述：

Pandas 是一个 Python 包，提供快速、灵活和富有表现力 旨在使用“关系”或 “标记”数据既简单又直观。它旨在成为根本 用于处理实际、真实世界数据的高级构建块 Python中的分析。此外，它还有更广泛的目标，即成为 最强大最灵活的开源数据分析 / 任何语言的操作工具。它已经很好了 朝着这个目标前进。

2) 我为什么要使用 pandas，因为有一种更节省内存的方法来保存我的嵌套数据？

根据this SO answer 的说法，Pandas 的内存开销还不错。

也就是说，如果内存是一个关键约束，您甚至可以比 python dicts 和 list 做得更好，这两者都保留对装箱数据（存储在对象中的值）的引用。相反，您可以使用具有未装箱数据的更密集的数据结构。一种选择是 Python 的 array module 或者您可以使用 numpy 数组。