安装＃

安装 pandas 最简单的方法是将其作为Anaconda发行版的一部分进行安装，Anaconda 发行版是一个用于数据分析和科学计算的跨平台发行版。Conda包管理器是大多数用户推荐的安装方法。

还提供了从源代码、 PyPI或 开发版本安装的说明。

Python版本支持#

正式版本为 Python 3.9、3.10、3.11 和 3.12。

安装熊猫#

使用 Anaconda 安装#

对于 Python 新手来说，安装 Python、pandas 和组成PyData堆栈（SciPy、NumPy、 Matplotlib等）的包的最简单方法是使用Anaconda ，它是一个跨平台（Linux、macOS、Windows） ) 用于数据分析和科学计算的 Python 发行版。可以在此处找到Anaconda 的安装说明 。

使用 Miniconda 安装#

对于有 Python 经验的用户，推荐使用 Miniconda安装 pandas 。与 Anaconda 相比，Miniconda 允许您创建最小的、独立的 Python 安装，并使用 Conda包管理器安装其他包并为您的安装创建虚拟环境。 Miniconda 的安装说明 可以在这里找到。

下一步是创建新的 conda 环境。 conda 环境就像 virtualenv，允许您指定特定版本的 Python 和一组库。从终端窗口运行以下命令。

conda create -c conda-forge -n name_of_my_env python pandas

这将创建一个仅安装 Python 和 pandas 的最小环境。让自己置身于这个环境中，奔跑吧。

source activate name_of_my_env
# On Windows
activate name_of_my_env

从 PyPI 安装#

pandas 可以通过PyPI中的 pip 安装 。

pip install pandas

笔记

您必须pip>=19.3从 PyPI 安装。

笔记

建议从虚拟环境安装和运行pandas，例如使用Python标准库的venv

pandas 还可以安装一组可选依赖项以启用某些功能。例如，安装带有可选依赖项的 pandas 来读取 Excel 文件。

pip install "pandas[excel]"

可以在依赖项部分找到可以安装的附加组件的完整列表。

处理导入错误#

如果遇到ImportError，通常意味着 Python 在可用库列表中找不到 pandas。 Python 内部有一个目录列表，它通过搜索来查找包。您可以通过以下方式获取这些目录。

import sys
sys.path

可能遇到此错误的一种情况是，如果您的系统上安装了多个 Python，并且当前使用的 Python 安装中没有安装 pandas。在 Linux/Mac 中，你可以在终端上运行，它会告诉你正在使用哪个 Python 安装。如果它类似于“/usr/bin/python”，则说明您正在使用系统中的Python，不建议这样做。which python

强烈建议使用conda, 来快速安装以及包和依赖项更新。您可以在本文档中找到 pandas 的简单安装说明。

从源安装#

有关从 git 源代码树构建的完整说明，请参阅贡献指南。此外，如果您希望创建 pandas 开发环境，请参阅创建开发环境。

安装pandas的开发版本#

安装开发版本是执行以下操作的最快方法：

  • 尝试将在下一个版本中发布的新功能（即最近合并到主分支的拉取请求中的功能）。

  • 检查自上次版本以来您遇到的错误是否已修复。

开发版本通常每天从 anaconda.org 的 PyPI 注册表上传到 Scientific-python-nightly-wheels 索引。您可以通过运行来安装它。

pip install --pre --extra-index https://pypi.anaconda.org/scientific-python-nightly-wheels/simple pandas

请注意，您可能需要卸载现有版本的 pandas 才能安装开发版本。

pip uninstall pandas -y

运行测试套件#

pandas 配备了一套详尽的单元测试。运行测试所需的软件包可以通过.从 Python 终端运行测试。pip install "pandas[test]"

>>> import pandas as pd
>>> pd.test()
running: pytest -m "not slow and not network and not db" /home/user/anaconda3/lib/python3.9/site-packages/pandas

============================= test session starts ==============================
platform linux -- Python 3.9.7, pytest-6.2.5, py-1.11.0, pluggy-1.0.0
rootdir: /home/user
plugins: dash-1.19.0, anyio-3.5.0, hypothesis-6.29.3
collected 154975 items / 4 skipped / 154971 selected
........................................................................ [  0%]
........................................................................ [ 99%]
.......................................                                  [100%]

==================================== ERRORS ====================================

=================================== FAILURES ===================================

=============================== warnings summary ===============================

=========================== short test summary info ============================

= 1 failed, 146194 passed, 7402 skipped, 1367 xfailed, 5 xpassed, 197 warnings, 10 errors in 1090.16s (0:18:10) =

笔记

这只是显示信息的示例。测试失败并不一定表明 pandas 安装损坏。

依赖项#

所需的依赖项#

pandas 需要以下依赖项。

包裹

最低支持版本

Numpy

1.22.4

python-dateutil

2.8.2

皮茨

2020.1

兹数据

2022.7

可选依赖项#

pandas 有许多可选依赖项，仅用于特定方法。例如，pandas.read_hdf()需要pytables包，而 DataFrame.to_markdown()需要tabulate包。如果未安装可选依赖项，pandas 将ImportError在调用需要该依赖项的方法时引发 。

如果使用 pip，可选的 pandas 依赖项可以作为可选附加项（例如 ）在文件（例如，requirements.txt 或 pyproject.toml）中安装或管理。所有可选依赖项都可以使用 来安装，并且特定的依赖项集在下面的部分中列出。pandas[performance, aws]pandas[all]

可视化#

可通过.pip install "pandas[plot, output-formatting]"

依赖性

最低版本

额外点

笔记

绘图库

3.6.3

阴谋

绘图库

金贾2

3.1.2

输出格式化

使用 DataFrame.style 进行条件格式化

制表

0.9.0

输出格式化

以 Markdown 友好的格式打印（参见表格）

计算#

可通过.pip install "pandas[computation]"

依赖性

最低版本

额外点

笔记

科学Py

1.10.0

计算

杂项统计功能

阵列

2022.12.0

计算

用于 N 维数据的类似 pandas 的 API

Excel 文件#

可通过.pip install "pandas[excel]"

依赖性

最低版本

额外点

笔记

xlrd

2.0.1

卓越

阅读Excel

XLSX作家

3.0.5

卓越

编写Excel

开放式pyxl

3.1.0

卓越

读取/写入 xlsx 文件

pyxlsb

1.0.10

卓越

读取 xlsb 文件

Python-炉甘石

0.1.7

卓越

读取 xls/xlsx/xlsb/ods 文件

HTML #

可通过.pip install "pandas[html]"

依赖性

最低版本

额外点

笔记

美丽汤4

4.11.2

html

read_html 的 HTML 解析器

html5库

1.1

html

read_html 的 HTML 解析器

lxml

4.9.2

html

read_html 的 HTML 解析器

使用顶级read_html()函数需要以下库组合之一：

警告

XML #

可通过.pip install "pandas[xml]"

依赖性

最低版本

额外点

笔记

lxml

4.9.2

XML

read_xml 的 XML 解析器和 to_xml 的树构建器

SQL 数据库#

传统驱动程序可通过以下方式安装pip install "pandas[postgresql, mysql, sql-other]"

依赖性

最低版本

额外点

笔记

SQL炼金术

2.0.0

postgresql、mysql、sql-其他

SQL 支持除 sqlite 之外的数据库

心理咨询师2

2.9.6

PostgreSQL

sqlalchemy 的 PostgreSQL 引擎

pymysql

1.0.2

mysql

sqlalchemy 的 MySQL 引擎

adbc-驱动程序-postgresql

0.8.0

PostgreSQL

PostgreSQL 的 ADBC 驱动程序

adbc-驱动程序-sqlite

0.8.0

sql-其他

SQLite 的 ADBC 驱动程序

其他数据源#

可安装pip install "pandas[hdf5, parquet, feather, spss, excel]"

依赖性

最低版本

额外点

笔记

PyTables

3.8.0

HDF5

基于HDF5的读/写

布卢斯克

1.21.3

HDF5

HDF5 压缩；仅适用于conda

兹库

HDF5

HDF5 压缩

快速镶木地板

2022.12.0

Parquet 读/写（默认为 pyarrow）

皮箭头

10.0.1

镶木地板, 羽毛

Parquet、ORC 和羽毛读/写

pyreadstat

1.2.0

统计软件

SPSS 文件 (.sav) 读取

奥德菲

1.4.1

卓越

开放文档格式（.odf、.ods、.odt）读/写

警告

  • 如果你想使用read_orc()，强烈建议使用 conda 安装 pyarrow。 read_orc()如果 pyarrow 是从 pypi 安装的，并且read_orc()与 Windows 操作系统不兼容，则可能会失败。

访问云端数据#

可安装pip install "pandas[fss, aws, gcp]"

依赖性

最低版本

额外点

笔记

FS规范

2022.11.0

FSS、GCP、AWS

处理除简单本地和 HTTP 之外的文件（需要 s3fs、gcsfs 的依赖）。

GCSFS

2022.11.0

通用控制协议

谷歌云存储访问

pandas-GBQ

0.19.0

通用控制协议

Google Big Query 访问权限

s3fs

2022.11.0

AWS

亚马逊S3访问

剪贴板＃

可通过.pip install "pandas[clipboard]"

依赖性

最低版本

额外点

笔记

PyQt4/PyQt5

5.15.9

剪贴板

剪贴板输入/输出

qtpy

2.3.0

剪贴板

剪贴板输入/输出

笔记

根据操作系统的不同，可能需要安装系统级软件包。要使剪贴板在 Linux 上运行xclip，xsel必须在系统上安装CLI 工具之一。

压缩＃

可安装pip install "pandas[compression]"

依赖性

最低版本

额外点

笔记

Z标准

0.19.0

压缩

Z标准压缩

联盟标准#

可安装pip install "pandas[consortium-standard]"

依赖性

最低版本

额外点

笔记

数据帧 API 兼容

0.1.7

联盟标准

基于pandas的联盟标准兼容实现