Summary
Datenanalyse ist eine der Kernaufgaben moderner Technologie. pandas (vgl. http://pandas.pydata.org) ist eine leistungsstarke Python-Bibliothek, die die Möglichkeiten zur Datenanalyse mit Python/NumPy/SciPy in viele Richtungen erweitert. Der Fokus liegt dabei auf Convenience und Performance.
Python in Kombination mit pandas macht Datenanalyse im Unternehmens- und Forscheralltag effizient und kann z.T. sogar komplexe und kostenintensive Business Intelligence-Lösungen ersetzen. Besondere Stärken zeigen sich im Zeitreihenmanagement, was für viele Branchen und Unternehmen eine immer höhere Bedeutung erlangt (z.B. Finanzbranche, Energieversorger).
Mit pandas werden die guten Datenanalysefähigkeiten von einer typischen Python-Installation mit NumPy, SciPy etc. in vielerlei Hinsicht erweitert, indem z.B. viele Eigenschaften und Features der statistischen Sprache R in die Python-Welt portiert werden. Es ist dabei kein Ersatz für Standard- Bibliotheken wie NumPy, sondern eine nützliche Erweiterung mit viel "eingebauter Intelligenz" für die Datenanalyse.