软件概览
通过扩充Apache Spark的Python DataFrame API以与Pandas兼容，Koalas项目在与大数据交互时提高了数据科学家的工作效率。
Pandas是Python中事实上的标准（单节点）数据帧实现，而Spark是大数据处理的事实标准。有了这个包，数据科学家可以：
1)如果已经熟悉Pandas，那么使用Spark可以立即提高效率，没有学习曲线。
2)单个代码库就可以用于Pandas（测试，较小的数据集）和Spark（分布式数据集）。
-
1.pandas介绍 Python 数据科学在过去几年中爆炸式增长， pandas 已成为生态系统的关键。当数据科学家得到一个数据集时，他们会使用 pandas 进行探索。它是数据处理和分析的终极工具。 pandas 不能很好地在大数据中规模应用，因为它专为单个机器可以处理的小型数据集而设计。许多数据科学家将 pandas 用于职业培训、偏好性项目和小型数据任务。 2.Koalas介绍 Apach