Pandas

🎯 Definicja

Pandas to najpopularniejsza biblioteka Pythona do analizy danych (“Excel for Python”). Pozwala wczytywać pliki (CSV, Excel, SQL), przetwarzać je w tabelach (zwanych DataFrame) i zapisywać wyniki.

🔑 Kluczowe punkty

• DataFrame: Główny obiekt. To po prostu tabela w pamięci RAM komputera.
• Wszechstronność: Czyta prawie każdy format danych.
• Szwajcarski Scyzoryk: Filtrowanie, grupowanie, łączenie (Join), czyszczenie danych, proste wykresy.

📚 Szczegółowe wyjaśnienie

Pandas jest świetny do danych, które mieszczą się w pamięci RAM (np. do 1GB). Dla większych zbiorów (Big Data) używa się Spark lub Polars. Pod maską Pandas używa NumPy, więc jest szybki w operacjach matematycznych.

💡 Przykład zastosowania

Analityk dostaje plik sprzedaz.csv.

import pandas as pd
df = pd.read_csv('sprzedaz.csv')
# Pokaż sprzedaż wg miasta
raport = df.groupby('Miasto')['Kwota'].sum()
raport.to_excel('wynik.xlsx')

Cztery linijki kodu zastępują godzinę klikania w Excelu.

📌 Źródła

• Pandas Documentation.
• “Python for Data Analysis” (Wes McKinney - twórca Pandas).

👽 Brudnopis

• Uwaga: Pandas jest “memory hungry”. Jeśli masz plik 10GB, Pandas prawdopodobnie “wywali” Twój laptop. Wtedy użyj chunksize albo przesiądź się na DuckDB/Polars.