熊猫的用途/目的是什么？

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？

• 当内存是一个问题时，Pandas 的成本有多大，有哪些更便宜的替代品？

---

这更多是一个定性的问题。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，如果有很多具有相同值的行，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']}}

为什么我要使用熊猫，当有一种更有效的方式来保存我的嵌套数据时？我只是不明白。谢谢！

我知道熊猫允许按名称索引、处理丢失的数据、进行连接、按值分组等的能力。

这更多是一个定性的问题。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Pandas 文档中的描述：

Pandas 是一个 Python 包，提供快速、灵活和富有表现力的数据结构，旨在使处理“关系”或“标记”数据既简单又直观。它旨在成为在 Python 中进行实用、真实世界数据分析的基本高级构建块。此外，它还有一个更广泛的目标，即成为任何语言中可用的最强大、最灵活的开源数据分析/操作工具。它已经在朝着这个目标前进。

2）为什么我要使用熊猫，当有一种更有效的方式来保存我的嵌套数据时？

根据这个 SO answer，Pandas 的内存开销并没有那么糟糕。

也就是说，如果内存是一个关键约束，那么您甚至可以比 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 的数组模块，或者您可以使用numpy数组。