Pandas es la herramienta más importante para los científicos y analistas de datos que trabajan con Python.
Conformado con herramientas de aprendizaje automático y visualización glamurosa que pueden llamar toda la atención.
Los pandas son la columna vertebral de la mayoría de los proyectos de datos.
¿Para qué sirven los pandas?
Esta herramienta tiene demasiados usos que no podríamos decir para que sirve si no mas bien enumerar lo que no se puede hacer.
A través de esta, te familiarizaras con tus datos limpiándolos, transformándolos y analizándolos.
Por ejemplo, supongamos que desea explorar datos almacenado en un CSV en su computadora.
Pandas extraerá los datos de ese CSV en un DataFrame, una tabla, básicamente, y luego le
permitirá hacer cosas como:
• Calcular estadísticas y responder preguntas sobre los datos, como
o ¿Cuál es el promedio, la mediana, el máximo o el mínimo de cada columna?
o ¿La columna A se correlaciona con la columna B?
o ¿Cómo se ve la distribución de datos en la columna C?
• Limpie los datos haciendo cosas como eliminar valores perdidos y filtrar filas o columnas según algunos criterios
• Visualice los datos con ayuda de Matplotlib. Trazar barras, líneas, histogramas, burbujas y más.
• Almacene los datos limpios y transformados nuevamente en un CSV, otro archivo o base de datos
Antes de saltar al modelado o las visualizaciones complejas, necesita tener una buena comprensión de la naturaleza de su conjunto de datos y sus pandas es la mejor manera de hacerlo.
Para poder utilizar pandas y descubrir todo lo que puedes hacer en él, es necesario tener conocimientos avanzados en Python, lo que permitirá sacarle la mayor utilidad a esta herramienta, que sin duda será una de tus favoritas
Fuente: Learndatas
