hosseinmoein/DataFrame

해결하는 문제

Pandas 또는 Polars와 같은 Python 기반 도구와 관련된 오버헤드를 제거하고, 테이블 데이터 분석을 위한 고성능 인메모리 C++ 컨테이너를 제공합니다. 개발자는 메모리 효율성과 실행 속도에 초점을 맞추어 C++에서 직접 복잡한 데이터 탐색, 변환 및 통계 분석을 수행할 수 있습니다.

작동 원리

DataFrame은 열이 일급 시민(first-class citizen)으로 취급되는 템플릿화된 이종(heterogeneous) 컨테이너를 구현합니다. 전통적인 스프레드시트와 달리, 열이 다른 컨테이너나 DataFrame를 포함할 수 있도록 하여 다차원 데이터를 지원합니다. 성능을 극대화하기 위해 열 데이터가 연속된 메모리에 저장되도록 보장하고, 불필요한 데이터 복사를 피하며, 대규모 데이터 세트에 대해 API 전반에 걸쳐 광범위한 멀티스레딩을 활용합니다.

대상 사용자

통계, 머신러닝 또는 금융 애플리케이션을 위해 효율적인 테이블 데이터 처리가 필요한 데이터 과학자, 퀀트 트레이더 및 C++ 개발자를 위해 설계되었습니다.

주요 특징

• 고급 데이터 조작: 슬라이싱, 조인(join), 병합(merge), 그룹화, 교차 집계 및 피벗을 지원합니다.
• 내장 분석 알고리즘: 기본 통계(Mean, STDEV), 고급 분석(PCA, FFT, Polynomial Fit) 및 트레이딩 지표를 위한 광범위한 "visitor"를 포함합니다.
• 타입 유연성: 추가 코드 없이 모든 내장 또는 사용자 정의 유형을 지원합니다.
• 높은 효율성: 연속적인 메모리 레이아웃과 최소한의 포인터 추적에 중점을 두어 대규모 데이터 세트에 최적화되었습니다.