关于 pandas

开发历史

2008年，pandas 在 AQR Capital Management 开始开发。到2009年底，它已经开源，今天由全球志同道合的个人社区积极支持，他们贡献宝贵的时间和精力，使开源 pandas 成为可能。感谢所有贡献者。

自2015年以来，pandas 是 NumFOCUS 的赞助项目。这将有助于确保 pandas 作为世界一流开源项目的成功发展。

时间线

• 2008：pandas 开始开发
• 2009：pandas 开源
• 2012：《利用 Python 进行数据分析》第一版出版
• 2015：pandas 成为 NumFOCUS 赞助项目
• 2018：首次线下核心开发者冲刺

库亮点

• 用于数据操作的快速高效的 DataFrame 对象，集成了索引功能；

• 用于在内存数据结构和不同格式之间读写数据的工具：CSV 和文本文件、Microsoft Excel、SQL 数据库以及快速的 HDF5 格式；

• 智能的数据对齐和集成的缺失数据处理：在计算中实现自动基于标签的对齐，轻松将杂乱数据处理成有序形式；

• 灵活的数据集重塑和透视；

• 对大型数据集进行智能的基于标签的切片、花式索引和子集化；

• 数据结构中的列可以插入和删除，以实现大小可变性；

• 使用强大的**分组**引擎对数据进行聚合或转换，允许在数据集上进行拆分-应用-合并操作；

• 高性能的数据集合并和连接；

• 分层轴索引提供了一种直观的方式，可以在较低维度的结构中处理高维数据；

• **时间序列**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。甚至可以创建特定领域的时间偏移，并在不丢失数据的情况下连接时间序列；

• 高度**性能优化**，关键代码路径使用 Cython 或 C 编写。

• 使用 pandas 的 Python 在广泛的**学术和商业**领域得到应用，包括金融、神经科学、经济学、统计学、广告、网络分析等。

使命

pandas 旨在成为在 Python 中进行实际、真实世界数据分析的基础高级构建块。此外，它还有一个更广泛的目标，即成为任何语言中最强大、最灵活的开源数据分析/处理工具。

愿景

一个数据分析和处理软件的未来是

• 人人可及
• 用户可自由使用和修改
• 灵活
• 强大
• 易于使用
• 快速

价值观

尊重并欢迎所有人，包括用户、贡献者和更广泛的社区，是 pandas 的核心。不分经验水平、性别、性别认同和表达、性取向、残疾、个人外貌、体型、种族、民族、年龄、宗教或国籍。