As características desta biblioteca para lidar com os dados são fabulosas e com funções fáceis de leitura e escrita dos dados, e a busca também é boa no quadro de dados convertido pelo panda. Análise coletada por e hospedada no G2.com.
A velocidade de todas as operações é um pouco mais lenta e com milhões de leituras de dados isso levou muito tempo, mas com o pacote Modin, podemos aumentar as velocidades operacionais em 3 vezes. Análise coletada por e hospedada no G2.com.
A melhor coisa que eu gosto no Pandas é como ele lida rápida e facilmente com um grande conjunto de dados e os organiza de acordo com nossa necessidade. também a codificação no Pandas é muito rápida, posso fazer muito trabalho em muito pouco tempo. Análise coletada por e hospedada no G2.com.
não há muito para não gostar sobre pandas, exceto que tem uma sintaxe muito complexa. e é um pouco difícil de aprender para iniciantes. Análise coletada por e hospedada no G2.com.
Implementações otimizadas prontas para cálculos estatísticos básicos, como medidas de tendência central e quantis. Análise coletada por e hospedada no G2.com.
Embora a biblioteca seja excelente, ainda não está otimizada o suficiente para ser usada em big data. Análise coletada por e hospedada no G2.com.
Facilita o trabalho com grandes conjuntos de dados. Análise coletada por e hospedada no G2.com.
O pacote pandas é um ecossistema diferente do Python puro. É necessário algum investimento para aprender e fazer pleno uso dele. Análise coletada por e hospedada no G2.com.
Encontrei uma maneira fácil de gerenciar meus dados, apenas escrevendo algumas linhas de código. Análise coletada por e hospedada no G2.com.
Eu não gosto da maneira como posso desenvolver gráficos, deveria ser mais atraente como o seaborn. Análise coletada por e hospedada no G2.com.
Lida eficientemente com grandes volumes de dados e torna os dados flexíveis e personalizáveis. Análise coletada por e hospedada no G2.com.
Compatibilidade ruim com matriz 3D e, às vezes, o uso de iloc e loc Análise coletada por e hospedada no G2.com.
Python panda fornece dados visuais instantâneos para seus resultados de programação e métodos complexos.
Previsões de big data e banco de dados de clientes ajudam a mantê-lo um passo à frente usando análises personalizáveis e modelagem estatística. Análise coletada por e hospedada no G2.com.
Difícil de implementar no início, embora haja muitos recursos online com exemplos de projetos anteriores e respostas em fóruns.
Os dados podem se desenvolver em feedback complexo, a menos que sejam cuidadosos. A integração do método poderia ser melhor e parte da documentação está faltando. Análise coletada por e hospedada no G2.com.