Как используется библиотека Pandas для обработки данных?

Что такое Pandas?

Pandas — это библиотека Python, предназначенная для удобной работы с табличными данными (например, CSV, Excel, SQL). Основной объект — DataFrame, который представляет собой двумерную таблицу с индексами и колонками. Pandas предоставляет мощные инструменты для загрузки, очистки, трансформации и анализа данных.

Основные возможности

• Загрузка данных из различных форматов (CSV, Excel, JSON, SQL).
• Фильтрация и выборка строк/столбцов.
• Обработка пропущенных значений.
• Группировка и агрегация данных.
• Объединение таблиц (merge, join).

Пример кода

import pandas as pd

# Загрузка данных из CSV
 df = pd.read_csv('data.csv')

# Просмотр первых 5 строк
 print(df.head())

# Фильтрация: строки, где возраст > 30
 filtered = df[df['age'] > 30]

# Группировка по городу и средний возраст
 grouped = df.groupby('city')['age'].mean()

# Сохранение результата
 grouped.to_csv('result.csv')

Вывод

Pandas незаменим для быстрой обработки табличных данных в Python. Его стоит применять в задачах анализа данных, очистки данных перед машинным обучением и при работе с большими объёмами структурированной информации.