Nombre del perfil

Calificación por estrellas

73
17
2
1
0

pandas python Reseñas

Filtros de reseñas
Nombre del perfil
Calificación por estrellas
73
17
2
1
0
Neeraj J.
NJ
Neeraj J.
07/29/2021
Revisor validado
Fuente de la revisión: Invitación de G2
Revisión incentivada
Traducido Usando IA

Mejor biblioteca de Python para análisis de datos.

Lo que más me gusta de Pandas es lo rápido y fácil que maneja grandes conjuntos de datos y los organiza según nuestras necesidades. Además, programar en Pandas es muy rápido, puedo hacer mucho trabajo en muy poco tiempo.
Mahesh S.
MS
Mahesh S.
Embedded Firmware Engineer at LTTS
07/10/2021
Revisor validado
Usuario actual verificado
Fuente de la revisión: Invitación de G2
Revisión incentivada
Traducido Usando IA

El uso del paquete panda para la ciencia de datos es la mejor experiencia para mí.

Me gusta más la integración de numpy e ipython, que es muy útil para cualquier aplicación. Me gustan los paquetes PANDA, que son útiles para el procesamiento de múltiples datos y aplicaciones de aprendizaje automático. Julia y scipy también me gustan. El marco de datos es esencial para la manipulación de datos y fácil de vincular con SQL. Da el mismo resultado en menos líneas de código en comparación con C++ y C.
AR
Alvaro R.
Assistant Professor at UNED
06/19/2021
Revisor validado
Usuario actual verificado
Fuente de la revisión: Invitación de G2
Revisión incentivada
Traducido Usando IA

La biblioteca más utilizada para gestionar datos en forma de tabla en Python.

Pandas es la biblioteca más común en Python cuando tienes que tratar con datos en forma de tabla. Esto hace de pandas una biblioteca con mucha ayuda disponible en la web. Me gusta la forma de importar datos a pandas desde formato de texto, hojas de cálculo, csv, tsv, etc. También me gusta la forma de seleccionar filas y columnas y operar con ellas. Aunque es un poco confuso al principio, una vez que te acostumbras a la forma de manejar datos con DataFrames de pandas, es bastante fácil jugar con los datos.