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,这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开发版本 安装的说明。

Python 版本支持#

官方支持 Python 3.9、3.10、3.11 和 3.12。

安装 pandas#

使用 Anaconda 安装#

对于 Python 新手,安装 Python、pandas 以及组成 PyData 技术栈(SciPyNumPyMatplotlib 及更多)最简单的方法是使用 Anaconda,这是一个用于数据分析和科学计算的跨平台(Linux、macOS、Windows)Python 发行版。Anaconda 的安装说明可以在这里找到

使用 Miniconda 安装#

对于有 Python 使用经验的用户,推荐使用 Miniconda 安装 pandas。Miniconda 允许您创建比 Anaconda 更小、自包含的 Python 安装,并使用 Conda 包管理器来安装额外的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

下一步是创建一个新的 conda 环境。conda 环境类似于 virtualenv,它允许您指定特定版本的 Python 和一组库。在终端窗口运行以下命令。

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

这将创建一个只安装了 Python 和 pandas 的最小环境。要进入此环境,请运行。

source activate name_of_my_env
# On Windows
activate name_of_my_env

从 PyPI 安装#

可以通过 pip 从 PyPI 安装 pandas。

pip install pandas

注意

您必须安装 pip>=19.3 才能从 PyPI 安装。

注意

建议从虚拟环境安装和运行 pandas,例如使用 Python 标准库的 venv

pandas 也可以安装带有可选依赖项的集合,以启用某些功能。例如,安装 pandas 时可以包含读取 Excel 文件的可选依赖项。

pip install "pandas[excel]"

可以安装的完整额外功能列表可以在依赖项部分找到。

处理 ImportError#

如果您遇到 ImportError,这通常意味着 Python 无法在可用库列表中找到 pandas。Python 内部有一个搜索包的目录列表。您可以通过以下方式获取这些目录。

import sys
sys.path

您遇到此错误的一种情况是,您的系统上有多个 Python 安装,而您当前使用的 Python 安装中没有安装 pandas。在 Linux/Mac 中,您可以在终端运行 which python,它会告诉您正在使用哪个 Python 安装。如果它类似于“/usr/bin/python”,则表示您正在使用系统自带的 Python,这是不推荐的。

强烈建议使用 conda,以便快速安装以及更新包和依赖项。您可以在此文档中找到 pandas 的简单安装说明。

从源代码安装#

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 开发版本#

安装开发版本是以下最快捷的方式:

  • 试用将在下一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)。

  • 检查自上次发布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。您可以通过运行以下命令进行安装。

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。运行测试所需的包可以通过 pip install "pandas[test]" 进行安装。要在 Python 终端运行测试。

>>> 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) =

注意

这只是显示信息的一个示例。测试失败不一定表明 pandas 安装损坏。

依赖项#

必需依赖项#

pandas 需要以下依赖项。

最低支持版本

NumPy

1.22.4

python-dateutil

2.8.2

pytz

2020.1

tzdata

2022.7

可选依赖项#

pandas 有许多可选依赖项,它们仅用于特定的方法。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,则在调用需要该依赖项的方法时,pandas 将引发 ImportError

如果使用 pip,可以将可选的 pandas 依赖项作为可选附加项(例如 pandas[performance, aws])安装或在文件中(例如 requirements.txt 或 pyproject.toml)进行管理。所有可选依赖项都可以通过 pandas[all] 进行安装,特定的依赖项集合列在以下部分中。

可视化#

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

依赖项

最低版本

pip extra

备注

matplotlib

3.6.3

plot

绘图库

Jinja2

3.1.2

output-formatting

使用 DataFrame.style 进行条件格式化

tabulate

0.9.0

output-formatting

以 Markdown 友好格式打印(参见 tabulate

计算#

可通过 pip install "pandas[computation]" 安装。

依赖项

最低版本

pip extra

备注

SciPy

1.10.0

computation

各种统计函数

xarray

2022.12.0

computation

用于 N 维数据的类似 pandas 的 API

Excel 文件#

可通过 pip install "pandas[excel]" 安装。

依赖项

最低版本

pip extra

备注

xlrd

2.0.1

excel

读取 Excel

xlsxwriter

3.0.5

excel

写入 Excel

openpyxl

3.1.0

excel

读取/写入 xlsx 文件

pyxlsb

1.0.10

excel

读取 xlsb 文件

python-calamine

0.1.7

excel

读取 xls/xlsx/xlsb/ods 文件

HTML#

可通过 pip install "pandas[html]" 安装。

依赖项

最低版本

pip extra

备注

BeautifulSoup4

4.11.2

html

用于 read_html 的 HTML 解析器

html5lib

1.1

html

用于 read_html 的 HTML 解析器

lxml

4.9.2

html

用于 read_html 的 HTML 解析器

要使用顶层函数 read_html(),需要以下库组合之一:

警告

XML#

可通过 pip install "pandas[xml]" 安装。

依赖项

最低版本

pip extra

备注

lxml

4.9.2

xml

用于 read_xml 的 XML 解析器和用于 to_xml 的树构建器

SQL 数据库#

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

依赖项

最低版本

pip extra

备注

SQLAlchemy

2.0.0

postgresql, mysql, sql-other

除 sqlite 外其他数据库的 SQL 支持

psycopg2

2.9.6

postgresql

用于 SQLAlchemy 的 PostgreSQL 引擎

pymysql

1.0.2

mysql

用于 SQLAlchemy 的 MySQL 引擎

adbc-driver-postgresql

0.8.0

postgresql

用于 PostgreSQL 的 ADBC 驱动程序

adbc-driver-sqlite

0.8.0

sql-other

用于 SQLite 的 ADBC 驱动程序

其他数据源#

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

依赖项

最低版本

pip extra

备注

PyTables

3.8.0

hdf5

基于 HDF5 的读取/写入

blosc

1.21.3

hdf5

HDF5 压缩;仅在 conda 可用

zlib

hdf5

HDF5 压缩

fastparquet

2022.12.0

Parquet 读取/写入(pyarrow 是默认设置)

pyarrow

10.0.1

parquet, feather

Parquet、ORC 和 feather 读取/写入

pyreadstat

1.2.0

spss

SPSS 文件 (.sav) 读取

odfpy

1.4.1

excel

开放文档格式 (.odf, .ods, .odt) 读取/写入

警告

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

访问云端数据#

可通过 pip install "pandas[fss, aws, gcp]" 安装

依赖项

最低版本

pip extra

备注

fsspec

2022.11.0

fss, gcp, aws

处理除简单本地文件和 HTTP 文件之外的文件(s3fs、gcsfs 的必需依赖项)。

gcsfs

2022.11.0

gcp

Google Cloud Storage 访问

pandas-gbq

0.19.0

gcp

Google Big Query 访问

s3fs

2022.11.0

aws

Amazon S3 访问

剪贴板#

可通过 pip install "pandas[clipboard]" 安装。

依赖项

最低版本

pip extra

备注

PyQt4/PyQt5

5.15.9

clipboard

剪贴板 I/O

qtpy

2.3.0

clipboard

剪贴板 I/O

注意

根据操作系统的不同,可能需要安装系统级包。为了使剪贴板在 Linux 上运行,您的系统上必须安装 CLI 工具 xclipxsel 中的一个。

压缩#

可通过 pip install "pandas[compression]" 安装

依赖项

最低版本

pip extra

备注

Zstandard

0.19.0

compression

Zstandard 压缩

联盟标准#

可通过 pip install "pandas[consortium-standard]" 安装

依赖项

最低版本

pip extra

备注

dataframe-api-compat

0.1.7

consortium-standard

基于 pandas 的联盟标准兼容实现