数据分析、时间序列和统计学的强大数据结构

导航

验证详情

这些详情已经通过PyPI验证
维护者
Avatar for datapythonista from gravatar.com datapythonista Avatar for jbrockmendel from gravatar.com jbrockmendel Avatar for jorisvandenbossche from gravatar.com jorisvandenbossche Avatar for jreback from gravatar.com jreback Avatar for jreback1 from gravatar.com jreback1 Avatar for lithomas1 from gravatar.com lithomas1 Avatar for MarcoGorelli from gravatar.com MarcoGorelli Avatar for simonjayhawkins from gravatar.com simonjayhawkins Avatar for tomaugspurger from gravatar.com tomaugspurger Avatar for wesm from gravatar.com wesm Avatar for willayd from gravatar.com willayd

未验证详情

这些详情尚未通过PyPI验证
项目链接
元数据
  • 许可证： BSD许可证（BSD 3-Clause License 版权所有 (c) 2008-2011, AQR Capital Management, LLC, Lambda Foundry, Inc. 等...）
  • 作者： Pandas开发团队
  • 需求： Python >=3.9
分类器

项目描述


pandas：强大的Python数据分析工具包
测试 CI - Test Coverage
包 PyPI Latest Release PyPI Downloads Conda Latest Release Conda Downloads
元数据 Powered by NumFOCUS DOI License - BSD 3-Clause Slack

这是什么？

pandas是一个Python包，提供快速、灵活和直观的数据结构，旨在使处理“关系型”或“标记型”数据变得既简单又直观。它旨在成为在Python中进行实用、现实世界数据分析的基础级高级构建模块。此外，它还有更广泛的目标，即成为任何语言中最强大和最灵活的开源数据分析/操作工具。它已经朝着这个目标迈进。

目录

主要功能

以下是一些pandas擅长的事情

  • 轻松处理浮点数以及非浮点数据中的缺失数据（表示为NaN、NA或NaT）
  • 大小可变性：可以在DataFrame和更高维度的对象中插入和删除列
  • 自动且显式的数据对齐：对象可以显式地对齐到一组标签，或者用户可以简单地忽略标签，让Series、DataFrame等自动在计算中对齐数据
  • 强大的、灵活的分组功能，可以对数据集执行拆分-应用-组合操作，用于聚合和转换数据
  • 轻松将其他Python和NumPy数据结构中的锯齿状、不同索引的数据转换为DataFrame对象
  • 智能的基于标签的切片、高级索引和子集化大型数据集
  • 直观的合并和连接数据集
  • 灵活的数据集重塑和转置
  • 分层标签轴（每个刻度可以具有多个标签）
  • 强大的IO工具，可以从平面文件（CSV和分隔符）、Excel文件、数据库和从超快的HDF5格式加载数据，并保存/加载数据
  • 时间序列特定功能：日期范围生成和频率转换、移动窗口统计、日期偏移和滞后

在哪里可以获取它

源代码目前在GitHub上托管：[https://github.com/pandas-dev/pandas](https://github.com/pandas-dev/pandas)

最新发布版本的二进制安装程序可在Python包索引（PyPI）和Conda上获得。

# conda
conda install -c conda-forge pandas

# or PyPI
pip install pandas

每个发布版本之间pandas的变化列表可在此处找到。有关详细信息，请参阅https://github.com/pandas-dev/pandas的提交日志。

依赖项

有关所需、推荐和可选依赖项的最小支持版本的完整安装说明，请参阅完整安装说明。

从源安装

要从源安装pandas，您还需要Cython以及上述正常依赖项。Cython可以从PyPI安装

pip install cython

在pandas目录中（在克隆git存储库后找到此文件的同一目录），执行

pip install .

或安装开发模式

python -m pip install -ve . --no-build-isolation --config-settings=editable-verbose=true

有关从源安装的完整说明，请参阅安装说明。

许可证

BSD 3

文档

官方文档托管在PyData.org。

背景

pandas的工作始于2008年AQR（一家量化对冲基金），自那时以来一直处于积极开发中。

获取帮助

关于使用问题，最佳去处是StackOverflow。此外，一般问题和讨论也可以在pydata 邮件列表上进行。

讨论和开发

大多数开发讨论都发生在这个仓库的GitHub上，通过GitHub问题跟踪器。

此外，pandas-dev 邮件列表也可以用于专业讨论或设计问题，并且有一个Slack频道可供快速开发相关问题的提问。

还有定期的社区会议面向社区开放，以及每月的新贡献者会议以帮助支持新贡献者。

有关通信渠道的更多信息可以在贡献者社区页面找到。

为pandas做出贡献

Open Source Helpers

欢迎所有贡献，包括错误报告、错误修复、文档改进、增强功能和想法。

有关如何贡献的详细概述可以在贡献指南中找到。

如果您只是想开始与pandas代码库一起工作，请导航到GitHub "问题"标签，并开始查看有趣的议题。有一些问题列在文档和良好入门问题下，您可以从这里开始。

您还可以对问题进行分类，这可能包括重现错误报告或请求重要信息，如版本号或重现说明。如果您想开始对问题进行分类，一种简单的方法是在CodeTriage上订阅pandas。

或者，也许通过使用pandas，您自己有想法或正在文档中寻找某些内容，心想“这可以改进”...您可以对它做些什么！

请在邮件列表或Slack上自由提问。

作为本项目的贡献者和维护者，您应遵守pandas的行为准则。更多信息可以在：贡献者行为准则找到。

返回顶部

项目详情

验证详情

这些详情已经通过PyPI验证
维护者
Avatar for datapythonista from gravatar.com datapythonista Avatar for jbrockmendel from gravatar.com jbrockmendel Avatar for jorisvandenbossche from gravatar.com jorisvandenbossche Avatar for jreback from gravatar.com jreback Avatar for jreback1 from gravatar.com jreback1 Avatar for lithomas1 from gravatar.com lithomas1 Avatar for MarcoGorelli from gravatar.com MarcoGorelli Avatar for simonjayhawkins from gravatar.com simonjayhawkins Avatar for tomaugspurger from gravatar.com tomaugspurger Avatar for wesm from gravatar.com wesm Avatar for willayd from gravatar.com willayd

未验证详情

这些详情尚未通过PyPI验证
项目链接
元数据
  • 许可证： BSD许可证（BSD 3-Clause License 版权所有 (c) 2008-2011, AQR Capital Management, LLC, Lambda Foundry, Inc. 等...）
  • 作者： Pandas开发团队
  • 需求： Python >=3.9
分类器

发行历史 发布通知 | RSS订阅

此版本

2.2.3

2.2.2

2.2.1

2.2.0

2.2.0rc0 预发布

2.1.4

2.1.3

2.1.2

2.1.1

2.1.0

2.1.0rc0 预发布

2.0.3

2.0.2

2.0.1

2.0.0

2.0.0rc1 预发布

2.0.0rc0 预发布

1.5.3

1.5.2

1.5.1

1.5.0

1.5.0rc0 预发布

1.4.4

1.4.3

1.4.2

1.4.1

1.4.0

1.4.0rc0 预发布

1.3.5

1.3.4

1.3.3

1.3.2

1.3.1

1.3.0

1.2.5

1.2.4

1.2.3

1.2.2

1.2.1

1.2.0

1.1.5

1.1.4

1.1.3

1.1.2

1.1.1

1.1.0

1.0.5

1.0.4

1.0.3

1.0.2

1.0.1

1.0.0

0.25.3

0.25.2

0.25.1

0.25.0

0.24.2

0.24.1

0.24.0

0.23.4

0.23.3

0.23.2

0.23.1

0.23.0

0.22.0

0.21.1

0.21.0

0.20.3

0.20.2

0.20.1

0.20.0

0.19.2

0.19.1

0.19.0

0.18.1

0.18.0

0.17.1

0.17.0

0.16.2

0.16.1

0.16.0

0.15.2

0.15.1

0.15.0

0.14.1

0.14.0

0.13.1

0.13.0

0.12.0

0.11.0

0.10.1

0.10.0

0.9.1

0.9.0

0.8.1

0.8.0

0.7.3

0.7.2

0.7.1

0.7.0

0.6.1

0.6.0

0.5.0

0.4.3

0.4.2

0.4.1

0.4.0

0.3.0

0.2

0.1

下载文件

下载适合您平台的文件。如果您不确定选择哪个，请了解有关安装包的更多信息。

源分布

pandas-2.2.3.tar.gz (4.4 MB 查看哈希值)

上传时间 源

构建分布

pandas-2.2.3-cp313-cp313t-musllinux_1_2_x86_64.whl (13.1 MB 查看哈希值)

上传时间 CPython 3.13t musllinux: musl 1.2+ x86-64

pandas-2.2.3-cp313-cp313t-musllinux_1_2_aarch64.whl (15.7 MB 查看哈希值)

上传时间 CPython 3.13t musllinux: musl 1.2+ ARM64

pandas-2.2.3-cp313-cp313t-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (11.9 MB 查看哈希值)

上传时间 CPython 3.13t manylinux: glibc 2.17+ x86-64

pandas-2.2.3-cp313-cp313t-manylinux2014_aarch64.manylinux_2_17_aarch64.whl (14.7 MB 查看哈希值)

上传时间 CPython 3.13t manylinux: glibc 2.17+ ARM64

pandas-2.2.3-cp313-cp313t-macosx_11_0_arm64.whl (11.3 MB 查看哈希值)

上传时间 CPython 3.13t macOS 11.0+ ARM64

pandas-2.2.3-cp313-cp313t-macosx_10_13_x86_64.whl (12.6 MB 查看哈希值)

上传时间 CPython 3.13t macOS 10.13+ x86-64

pandas-2.2.3-cp313-cp313-win_amd64.whl (11.5 MB 查看哈希值)

上传时间 CPython 3.13 Windows x86-64

pandas-2.2.3-cp313-cp313-musllinux_1_2_x86_64.whl (14.0 MB 查看哈希值)

上传时间 CPython 3.13 musllinux: musl 1.2+ x86-64

pandas-2.2.3-cp313-cp313-musllinux_1_2_aarch64.whl (16.4 MB 查看哈希值)

上传时间 CPython 3.13 musllinux: musl 1.2+ ARM64

pandas-2.2.3-cp313-cp313-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (12.7 MB 查看哈希值)

上传时间 CPython 3.13 manylinux: glibc 2.17+ x86-64

pandas-2.2.3-cp313-cp313-manylinux2014_aarch64.manylinux_2_17_aarch64.whl (15.2 MB 查看哈希值)

上传时间 CPython 3.13 manylinux: glibc 2.17+ ARM64

pandas-2.2.3-cp313-cp313-macosx_11_0_arm64.whl (11.3 MB 查看哈希值)

上传时间 CPython 3.13 macOS 11.0+ ARM64

pandas-2.2.3-cp313-cp313-macosx_10_13_x86_64.whl (12.5 MB 查看哈希值)

上传时间 CPython 3.13 macOS 10.13+ x86-64

pandas-2.2.3-cp312-cp312-win_amd64.whl (11.5 MB 查看哈希值)

上传时间 CPython 3.12 Windows x86-64

pandas-2.2.3-cp312-cp312-musllinux_1_2_x86_64.whl (14.1 MB 查看哈希值)

上传时间： CPython 3.12 musllinux: musl 1.2+ x86-64

pandas-2.2.3-cp312-cp312-musllinux_1_2_aarch64.whl (16.4 MB 查看哈希值)

上传时间： CPython 3.12 musllinux: musl 1.2+ ARM64

pandas-2.2.3-cp312-cp312-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (12.7 MB 查看哈希值)

上传时间： CPython 3.12 manylinux: glibc 2.17+ x86-64

pandas-2.2.3-cp312-cp312-manylinux2014_aarch64.manylinux_2_17_aarch64.whl (15.2 MB 查看哈希值)

上传时间： CPython 3.12 manylinux: glibc 2.17+ ARM64

pandas-2.2.3-cp312-cp312-macosx_11_0_arm64.whl (11.4 MB 查看哈希值)

上传时间： CPython 3.12 macOS 11.0+ ARM64

pandas-2.2.3-cp312-cp312-macosx_10_9_x86_64.whl (12.5 MB 查看哈希值)

上传时间： CPython 3.12 macOS 10.9+ x86-64

pandas-2.2.3-cp311-cp311-win_amd64.whl (11.6 MB 查看哈希值)

上传时间： CPython 3.11 Windows x86-64

pandas-2.2.3-cp311-cp311-musllinux_1_2_x86_64.whl (14.4 MB 查看哈希值)

上传时间： CPython 3.11 musllinux: musl 1.2+ x86-64

pandas-2.2.3-cp311-cp311-musllinux_1_2_aarch64.whl (16.7 MB 查看哈希值)

上传时间： CPython 3.11 musllinux: musl 1.2+ ARM64

pandas-2.2.3-cp311-cp311-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (13.1 MB 查看哈希值)

上传时间： CPython 3.11 manylinux: glibc 2.17+ x86-64

pandas-2.2.3-cp311-cp311-manylinux2014_aarch64.manylinux_2_17_aarch64.whl (15.6 MB 查看哈希值)

上传时间 CPython 3.11 manylinux: glibc 2.17+ ARM64

pandas-2.2.3-cp311-cp311-macosx_11_0_arm64.whl (11.3 MB 查看哈希值)

上传时间 CPython 3.11 macOS 11.0+ ARM64

pandas-2.2.3-cp311-cp311-macosx_10_9_x86_64.whl (12.6 MB 查看哈希值)

上传时间 CPython 3.11 macOS 10.9+ x86-64

pandas-2.2.3-cp310-cp310-win_amd64.whl (11.6 MB 查看哈希值)

上传时间 CPython 3.10 Windows x86-64

pandas-2.2.3-cp310-cp310-musllinux_1_2_x86_64.whl (14.4 MB 查看哈希值)

上传时间 CPython 3.10 musllinux: musl 1.2+ x86-64

pandas-2.2.3-cp310-cp310-musllinux_1_2_aarch64.whl (16.8 MB 查看哈希值)

上传时间 CPython 3.10 musllinux: musl 1.2+ ARM64

pandas-2.2.3-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (13.1 MB 查看哈希值)

上传时间 CPython 3.10 manylinux: glibc 2.17+ x86-64

pandas-2.2.3-cp310-cp310-manylinux2014_aarch64.manylinux_2_17_aarch64.whl (66.5 MB 查看哈希值)

上传时间 CPython 3.10 manylinux: glibc 2.17+ ARM64

pandas-2.2.3-cp310-cp310-macosx_11_0_arm64.whl (11.3 MB 查看哈希值)

上传时间 CPython 3.10 macOS 11.0+ ARM64

pandas-2.2.3-cp310-cp310-macosx_10_9_x86_64.whl (12.6 MB 查看哈希值)

上传时间 CPython 3.10 macOS 10.9+ x86-64

pandas-2.2.3-cp39-cp39-win_amd64.whl (11.6 MB 查看哈希值)

上传于 CPython 3.9 Windows x86-64

pandas-2.2.3-cp39-cp39-musllinux_1_2_x86_64.whl (14.5 MB 查看哈希值)

上传于 CPython 3.9 musllinux: musl 1.2+ x86-64

pandas-2.2.3-cp39-cp39-musllinux_1_2_aarch64.whl (16.8 MB 查看哈希值)

上传于 CPython 3.9 musllinux: musl 1.2+ ARM64

pandas-2.2.3-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (13.1 MB 查看哈希值)

上传于 CPython 3.9 manylinux: glibc 2.17+ x86-64

pandas-2.2.3-cp39-cp39-manylinux2014_aarch64.manylinux_2_17_aarch64.whl (15.6 MB 查看哈希值)

上传于 CPython 3.9 manylinux: glibc 2.17+ ARM64

pandas-2.2.3-cp39-cp39-macosx_11_0_arm64.whl (11.3 MB 查看哈希值)

上传于 CPython 3.9 macOS 11.0+ ARM64

pandas-2.2.3-cp39-cp39-macosx_10_9_x86_64.whl (12.6 MB 查看哈希值)

上传于 CPython 3.9 macOS 10.9+ x86-64

由以下赞助商支持

AWS AWS 云计算和安全赞助商 Datadog Datadog 监控 Fastly Fastly CDN Google Google 下载分析 Microsoft Microsoft PSF 赞助商 Pingdom Pingdom 监控 Sentry Sentry 错误记录 StatusPage StatusPage 状态页面