Das G2 zu pandas python

pandas python Pros and Cons: Top Advantages and Disadvantages

Quick AI Summary Based on G2 Reviews

Generated from real user reviews

Benutzer schätzen die mehreren Funktionen zur Datenverarbeitung in Pandas, die ihre Datenverwaltungsmöglichkeiten verbessern. (1 mentions)

Benutzer loben die Designqualität von Pandas und heben seine hervorragende Benutzerfreundlichkeit und grafische Darstellung von Datensätzen hervor. (1 mentions)

Benutzer finden Pandas Python leicht zu verstehen, insbesondere für die mühelose Manipulation von kleinen Datenmengen. (1 mentions)

Benutzer finden die Benutzerfreundlichkeit von Pandas Python unschätzbar für effiziente Datenmanipulation und -analyse. (1 mentions)

Benutzer schätzen die einfachen Integrationen von Pandas, die ihre Datenverarbeitungs-Workflows effektiv rationalisieren. (1 mentions)

Benutzer erleben Leistungsprobleme mit Pandas, da es bei größeren Datensätzen erheblich langsamer wird. (1 mentions)

Benutzer erleben Verständnisschwierigkeiten aufgrund sich ändernder Syntax über Updates hinweg, was zu Verwirrung bei der Nutzung führt. (1 mentions)

Top-bewertete pandas python Alternativen

Progress Telerik

(145)

4.5 von 5

Website besuchen

Gesponsert

python xlrd

Von python xlrd

(20)

4.1 von 5

Flutter

Von Flutter

(65)

4.6 von 5

Alle pandas python Alternativen anzeigen

G2-Bewertungen sind authentisch und verifiziert.

Hier die Erklärung wie dies gewährleistet ist.

Verifizierter Benutzer in Bankwesen

Unternehmen mittlerer Größe (51-1000 Mitarbeiter)

30.5.2022

"Datenverarbeitung leicht gemacht!"

5/5

Was gefällt dir am besten pandas python?

Die Überlegenheit zeigt sich in der benutzerfreundlichen Nutzung von Pandas. Es bietet dem Benutzer eine große Flexibilität, es so zu verwenden, wie er/sie es möchte. Die Unterstützung ist stark und umfangreich. Bewertung gesammelt von und auf G2.com gehostet.

Was gefällt Ihnen nicht? pandas python?

Wenn es um Abneigung geht, ist es am Anfang verwirrend. Ein Anfänger benötigt Anleitung, wenn er mit der Nutzung von Pandas beginnen möchte. Es gibt eine Fülle von Ressourcen, die es an sich schon verwirrend machen. Allerdings kann man leicht lernen, indem man Zeit investiert und sich die Hände schmutzig macht (codiert). Bewertung gesammelt von und auf G2.com gehostet.

Empfehlungen an andere, die in Betracht ziehen pandas python:

Hundertprozentig empfohlen. Bewertung gesammelt von und auf G2.com gehostet.

Was ist ein Problem? pandas python Solving und wie profitieren Sie davon?

Sobald ein Programmierer sich daran gewöhnt hat, kann pandas überall zur Handhabung/Manipulation von Daten verwendet werden. Es macht es super einfach, mit der Verwendung von DataFrames und Serien es für die Anwendungsentwicklung zu nutzen. Bewertung gesammelt von und auf G2.com gehostet.

Jai Chand P.

Postdoctoral Research Associate

Unternehmen (> 1000 Mitarbeiter)

7.1.2022

"Pandas ist ein auf Python basierendes Modul, das für den Datenimport, die Verarbeitung, Manipulation und Analyse verwendet wird."

5/5

Was gefällt dir am besten pandas python?

Das Pandas-Framework bietet eine Vielzahl von Optionen zum Importieren von Daten mit einer sehr einfachen Funktion. Pandas haben verschiedene kleine Funktionen mit minimalen Modifikationen, die zur Manipulation der Daten verwendet werden können. Bewertung gesammelt von und auf G2.com gehostet.

Was gefällt Ihnen nicht? pandas python?

Pandas sollte einige gute Visualisierungswerkzeuge enthalten. Wie im Seaborn-Paket kann die Pandas-Bibliothek auch aufgerüstet werden und könnte Optionen für farbenfrohe Diagramme und andere Diagramme enthalten. Bewertung gesammelt von und auf G2.com gehostet.

AMIT J.

Data Scientist L3

Kleinunternehmen (50 oder weniger Mitarbeiter)

10.12.2021

"Pandas Python Bewertung"

5/5

Was gefällt dir am besten pandas python?

Um CSV- oder Excel-Dateien zu lesen, verwende ich normalerweise jedes Mal die Pandas-Bibliothek in Python. Außerdem ziehe ich sie manchmal für die Visualisierung vor. Sobald ich eine CSV-Datei in Python lese, ist es mit Hilfe des Pandas-Dataframes sehr einfach, eine statistische Analyse durchzuführen, da viele integrierte Funktionen zur Verfügung stehen. Eine einzige Programmzeile kann Ihnen helfen. Bewertung gesammelt von und auf G2.com gehostet.

Was gefällt Ihnen nicht? pandas python?

da es einfach zu bedienen ist, sind fast alle Funktionen hilfreich. Bewertung gesammelt von und auf G2.com gehostet.

Empfehlungen an andere, die in Betracht ziehen pandas python:

Ich werde es jedem empfehlen, die Pandas-Bibliothek zu verwenden. Es ist eine nützliche Bibliothek. Manchmal können wir sie auch im großen Maßstab verwenden. Bewertung gesammelt von und auf G2.com gehostet.

Was ist ein Problem? pandas python Solving und wie profitieren Sie davon?

Hauptsächlich verwende ich es, um CSV- oder Excel-Dateien mit einem einzigen Befehl zu lesen. Sobald ich das Dataframe gelesen habe, stehen viele eingebaute Funktionen für verschiedene Arten von Arbeiten wie statistische Analyse und Visualisierung zur Verfügung. Bewertung gesammelt von und auf G2.com gehostet.

Verifizierter Benutzer in Krankenhaus & Gesundheitswesen

Unternehmen mittlerer Größe (51-1000 Mitarbeiter)

29.11.2021

"Erstes Werkzeug für Dateningenieure"

5/5

Was gefällt dir am besten pandas python?

Es gibt eine Methode für alles und sogar eine effizientere Möglichkeit, das zu tun, was Sie bereits in Python tun! Dies bedeutet nicht nur, Funktionalität hinzuzufügen, sondern auch die Funktionalität zu verbessern, die Sie bereits haben. Bewertung gesammelt von und auf G2.com gehostet.

Was gefällt Ihnen nicht? pandas python?

Nichts! Ich liebe Pandas wirklich, ich benutze es seit einem Jahr jeden Tag, und seitdem ist alles so einfach, und mein Code hat sich in der Effizienz so sehr verbessert, dass ich Pandas nicht mögen könnte? Bewertung gesammelt von und auf G2.com gehostet.

Empfehlungen an andere, die in Betracht ziehen pandas python:

Schau, welche Methoden effizienter sind für das, was du tust. Python und Pandas bieten viele Möglichkeiten, um dasselbe zu erreichen, aber einige sind weitaus effizienter als andere. Bewertung gesammelt von und auf G2.com gehostet.

Was ist ein Problem? pandas python Solving und wie profitieren Sie davon?

Informationen aus Dateien und Datenbanken in ein Data Warehouse zu migrieren, funktioniert hervorragend als Zentralisierungswerkzeug, und wenn Sie Pandas kennen, wissen Sie, wie man Spark DataFrames und Dask verwendet. Bewertung gesammelt von und auf G2.com gehostet.

Mahesh S.

Senior Embedded Firmware Engineer

Unternehmen (> 1000 Mitarbeiter)

10.7.2021

"Die Verwendung des Panda-Pakets für Data Science ist die beste Erfahrung für mich."

3/5

Was gefällt dir am besten pandas python?

Ich mag die Integration von numpy und ipython am meisten, die sehr nützlich für jede Anwendung ist. Ich mag die PANDA-Pakete, die hilfreich für mehrere Datenverarbeitungs- und maschinelles Lernen-Anwendungen sind. Julia und scipy mag ich auch. Data Frame ist wesentlich für die Datenmanipulation und einfach mit SQL zu verknüpfen. Es liefert das gleiche Ergebnis in weniger Codezeilen im Vergleich zu C++ und C. Bewertung gesammelt von und auf G2.com gehostet.

Was gefällt Ihnen nicht? pandas python?

Studenten können es nicht effizient nutzen, da der Wechsel von Standard-Python zu Panda sehr schwierig ist. Weniger effektive Dokumentation führt dazu, dass Bibliotheksfunktionen im Vergleich zu anderen Paketen schwer zu verstehen sind. Nicht wesentlich für IoT-basierte eingebettete Anwendungen. Bewertung gesammelt von und auf G2.com gehostet.

Empfehlungen an andere, die in Betracht ziehen pandas python:

Benutzer können mehr Output erzielen, indem sie weniger Code schreiben. Es hat erstaunliche Funktionen für den Bereich der Datenwissenschaft, da es eine große Menge an Daten verarbeitet, was für Organisationen vorteilhaft ist. Es kann für maßgeschneiderte Anwendungen hilfreich sein. Bewertung gesammelt von und auf G2.com gehostet.

Was ist ein Problem? pandas python Solving und wie profitieren Sie davon?

Es löste mein Timing-Problem bei der Softwareentwicklung, da es leistungsstarke Bibliothekspakete bietet. Es verbesserte meine Fähigkeiten zur Datenrepräsentation. Es löst das Produktivitätsproblem meines Teams, da es für die Python-Plattform entwickelt wurde. Bewertung gesammelt von und auf G2.com gehostet.

Chandresh M.

System Engineer

Unternehmen mittlerer Größe (51-1000 Mitarbeiter)

25.9.2021

"Beste Python-Bibliothek für tabellarische Daten"

4.5/5

Was gefällt dir am besten pandas python?

Mein Lieblingsaspekt an Pandas ist, wie sie Ihre Daten einfach darstellen können. Mit nur zwei Codezeilen können Sie Ihre Daten importieren. Ein weiterer Punkt ist, dass es problemlos große Datenmengen verarbeitet. Es bietet auch eine Datenvisualisierungsfunktion, die mir hilft, meine Daten zu visualisieren. Es bietet eine große Anzahl von Funktionen zur Datenmanipulation. Für mich ist es die beste Bibliothek für tabellarische Daten. Bewertung gesammelt von und auf G2.com gehostet.

Was gefällt Ihnen nicht? pandas python?

Eine Sache, die ich nicht sagen würde, dass ich mag, ist, dass einige Funktionen in Pandas mit sehr komplexer Syntax kommen. Ich kann mich nicht daran erinnern. Also muss ich manchmal die Dokumentation von Pandas überprüfen, um es zu verwenden. Bewertung gesammelt von und auf G2.com gehostet.

Empfehlungen an andere, die in Betracht ziehen pandas python:

Ich empfehle es denjenigen, die Datenanalyse mit Python lernen möchten. Bewertung gesammelt von und auf G2.com gehostet.

Was ist ein Problem? pandas python Solving und wie profitieren Sie davon?

Ich verwende Pandas für die Manipulation meiner CSV-Daten und das Extrahieren von Informationen daraus. Ich verwende Pandas auch für die Visualisierung. Bewertung gesammelt von und auf G2.com gehostet.

Alvaro R.

Profesor titular

Unternehmen (> 1000 Mitarbeiter)

30.9.2018

"Die am häufigsten verwendete Bibliothek zur Verwaltung tabellenartiger Daten in Python."

4.5/5

Was gefällt dir am besten pandas python?

Pandas ist die gebräuchlichste Bibliothek in Python, wenn man mit tabellenartigen Daten arbeiten muss. Dies macht Pandas zu einer Bibliothek mit viel Hilfe, die im Internet verfügbar ist. Ich mag die Art und Weise, Daten in Pandas aus Textformaten, Tabellenkalkulationen, CSV, TSV usw. zu importieren. Ich mag auch die Art und Weise, Zeilen und Spalten auszuwählen und mit ihnen zu arbeiten. Obwohl es am Anfang etwas verwirrend ist, ist es, sobald man sich an die Art und Weise gewöhnt hat, Daten mit Pandas DataFrames zu verwalten, ziemlich einfach, mit Daten zu arbeiten. Bewertung gesammelt von und auf G2.com gehostet.

Was gefällt Ihnen nicht? pandas python?

Wenn Sie nicht vorsichtig mit der Verwaltung von Daten mit Pandas sind, können die internen Strukturen von Pandas eine große Menge an Speicher verwenden. Dies liegt daran, dass Pandas standardmäßig den Objekttyp verwendet, der viel Speicher benötigt. Um dieses Problem zu lösen, müssen Sie numerische Typen in int-Typen umwandeln. Dann können Sie den Speicherplatz um mehr als 50% reduzieren. Bewertung gesammelt von und auf G2.com gehostet.

Empfehlungen an andere, die in Betracht ziehen pandas python:

Ich empfehle, Tutorials darüber zu lesen, wie man den Speicherverbrauch mit Pandas reduziert. Ich empfehle auch, mehrere Tutorials darüber zu sehen, wie man Zeilen und Spalten verwaltet. Bewertung gesammelt von und auf G2.com gehostet.

Was ist ein Problem? pandas python Solving und wie profitieren Sie davon?

Ich verwende Pandas, um Daten aus anderen Quellen wie Tabellenkalkulationen oder CSV-Dateien zu importieren. Dann kann ich mit diesen Daten arbeiten und Muster in den Daten finden. Pandas ermöglicht es mir, mehrere Operationen mit sehr wenigen Anweisungen durchzuführen.

Darüber hinaus erfordern einige wissenschaftliche Bibliotheken die Verwendung von Pandas DataFrames als Eingabe. Daher muss ich meine Daten in Pandas DataFrames umwandeln, um solche Bibliotheken zu nutzen. Bewertung gesammelt von und auf G2.com gehostet.

Verifizierter Benutzer in Computersoftware

Kleinunternehmen (50 oder weniger Mitarbeiter)

4.11.2021

"Ausgezeichnetes und wesentliches Rahmenwerk für Datenanalysten und Wissenschaftler"

5/5

Was gefällt dir am besten pandas python?

Im Kern der Pandas-Bibliothek steht das DataFrame, das die Verwendung des Pandas-Frameworks aus einer Kompetenzaufbau-Perspektive interoperabel macht. Das Erlernen der Methoden in Pandas wird nicht nur innerhalb von Python wertvoll sein, sondern Sie können Ihr Wissen über das Framework schnell auf R oder sogar Spark (für Big-Data-Anwendungen) übertragen. Darüber hinaus ist das Framework selbst, das in Python implementiert ist, vorteilhaft für die Datenanalyse und bietet zahlreiche Hilfsfunktionen für das DataFrame-Objekt, darunter Aggregationsmethoden, Standardmethoden zur statistischen Berechnung sowie praktische Join/Merge- und Subsetting-Funktionen, die alle Datenanalysten wahrscheinlich verwenden werden. Darüber hinaus basiert es auf Numpy, um einen einfachen Transfer zwischen diesen Typen für anspruchsvollere/echte Arbeiten zu ermöglichen oder es sogar auf eine höhere Abstraktionsebene für mehr Datenvisualisierungs-/Kommunikations-/Analysearbeiten zu heben. Bewertung gesammelt von und auf G2.com gehostet.

Was gefällt Ihnen nicht? pandas python?

Es gibt nicht viel zu bemängeln, außer vielleicht Speicher- und einige Laufzeitbeschränkungen. Durch das Hinzufügen einer Menge 'zusätzlicher' Struktur auf die NumPy-Array ist der Dataframe nicht der effizienteste Datentyp, aber was man dafür bekommt, ist die zusätzlichen Ressourcen wert, die für den Betrieb benötigt werden, obwohl vielleicht nicht im extremen Maßstab (mehrere Dutzend Gigabyte oder mehr als ein paar Millionen Zeilen, je nachdem, wie viele Spalten von Daten in Ihrem Frame enthalten sind). Bewertung gesammelt von und auf G2.com gehostet.

Empfehlungen an andere, die in Betracht ziehen pandas python:

Wenn Sie die datenrahmenähnliche Umgebung mögen, sollten Sie auch in Betracht ziehen, R zu verwenden, wenn Sie an stärker statistisch orientierten Anwendungen interessiert sind und keine Zeit haben, viele dieser maßgeschneiderten Algorithmen von Hand zu implementieren, oder Spark, wenn Sie in Big-Data-Skalierungsanwendungen arbeiten müssen. Bewertung gesammelt von und auf G2.com gehostet.

Was ist ein Problem? pandas python Solving und wie profitieren Sie davon?

Pandas ermöglicht es uns, ein programmatisches 'Tabellenkalkulations'-Objekt innerhalb der Python-Datenumgebung zu erstellen. Dieser DataFrame erlaubt es uns, effizient mit 'gemischten Typen Tabellen' für fast alle Anwendungsbereiche in der Datenanalyse/Datenwissenschaft zu arbeiten. Bewertung gesammelt von und auf G2.com gehostet.

GouriS S.

Data Scientist

Unternehmen mittlerer Größe (51-1000 Mitarbeiter)

11.9.2021

Geschäftspartner des Verkäufers oder Wettbewerbers des Verkäufers, nicht in den G2-Wertungen enthalten.

"Pandas für die Datenvorverarbeitung"

5/5

Was gefällt dir am besten pandas python?

Das Beste an der Pandas-Bibliothek in Python ist, dass sie umfangreiche Funktionen zur Manipulation von Daten aus allen Blickwinkeln bietet. Sie verarbeitet CSV-Dateien mit großer Geschwindigkeit. Sie bietet die Möglichkeit, alle Arten von Daten zu verarbeiten, sei es aus Dateien, JSON-Dateien, aus Datenbanken usw. Bewertung gesammelt von und auf G2.com gehostet.

Was gefällt Ihnen nicht? pandas python?

Was ich an Pandas nicht mag, ist, dass es bei großen Datensätzen viel Speicher belegt, und deshalb hängt es das System aufgrund eines vollen Speicherfehlers auf. Bewertung gesammelt von und auf G2.com gehostet.

deniz y.

Business Intelligence Manager

Unternehmen (> 1000 Mitarbeiter)

21.9.2021

"Das beste Datenmanipulationswerkzeug"

4.5/5

Was gefällt dir am besten pandas python?

Ein ausgezeichnetes Python-Modul, das für die Datenanalyse verwendet werden kann. Es kann leicht manipuliert werden, indem die Daten sehr einfach in eine Tabellenstruktur umgewandelt werden. Es wird mit Matplotlib installiert. Es unterstützt viele verschiedene Dateitypen. Excel, CSV, Pickle.. Es ist sehr ideal für die Verarbeitung von Zeilen und Spalten, die Erweiterung von Daten, das Sortieren von Daten, das Filtern, die kennzeichnungsbasierte Klassifizierung, die Datenbereinigung. Bewertung gesammelt von und auf G2.com gehostet.

Was gefällt Ihnen nicht? pandas python?

Ich kann den Buchstaben "i" nicht finden, indem ich nach der Reduzierung des Zeichens "i" mit Kleinbuchstaben filtere. Also korrigiere ich zuerst meine Daten und lade sie dann in den Datenrahmen. Bewertung gesammelt von und auf G2.com gehostet.