Nunca nos cansaremos de hablar de la librerìa P A N D A S de P Y T H O N

 Fuente del articulo: https://datascientest.com/es/pandas-python

 

Pandas : La biblioteca de Python dedicada a la Data Science

Pandas es una biblioteca del lenguaje de programación Python, dedicada por completo a la Data Science. Descubre para qué sirve esta herramienta y por qué es esencial para los Data Scientists.

Creado en 1991, Python es el lenguaje de programación más popular para el análisis de datos y el Machine Learning. Hay varias ventajas que explican su éxito entre los Data Scientists.

En primer lugar, es un lenguaje muy fácil de usar. Incluso un principiante puede producir programas rápidamente gracias a su sintaxis sencilla e intuitiva.

Este lenguaje reúne a una amplia comunidad, que ha creado un gran número de herramientas para la Data Science. Por ejemplo, existen herramientas para la Data Visualisation como Seaborn y Matplotlib, y bibliotecas de software como NumPy. Una de estas bibliotecas es Pandas, diseñada para la manipulación y el análisis de datos.

 

 ¿Qué es Pandas?

La biblioteca de software de código abierto Pandas está diseñada específicamente para la manipulación y el análisis de datos en el lenguaje Python. Es potente, flexible y fácil de usar.

Gracias a Pandas, por fin se puede utilizar el lenguaje Python para cargar, alinear, manipular o incluso fusionar datos. El rendimiento es realmente impresionante cuando el código fuente del back-end está escrito en C o Python.

El nombre «Pandas» es en realidad una contracción del término «Panel Data» para series de datos que incluyen observaciones a lo largo de varios periodos de tiempo. La biblioteca se creó como herramienta de alto nivel para el análisis en Python.

Los creadores de Pandas pretenden que esta biblioteca evolucione hasta convertirse en la herramienta de análisis y manipulación de datos de código abierto más potente y flexible en cualquier lenguaje de programación.

Además del análisis de datos, Pandas se utiliza mucho para la «Data Wrangling«. Este término engloba los métodos de transformación de datos no estructurados para hacerlos procesables.

Por lo general, Pandas también destaca en el procesamiento de datos estructurados en forma de tablas, matrices o series temporales. También es compatible con otras bibliotecas de Python.