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 是一个用于数据分析和科学计算的跨平台发行版。对于大多数用户来说，Conda 包管理器是推荐的安装方法。

本文档还提供了从源代码、PyPI或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 新手来说，安装 Python、pandas 以及构成 PyData 堆栈（SciPy、NumPy、Matplotlib、等等）的软件包最简单的方法是使用 Anaconda，这是一个跨平台（Linux、macOS、Windows）的 Python 发行版，用于数据分析和科学计算。Anaconda 的安装说明请点击这里。

使用 Miniconda 安装#

对于有 Python 使用经验的用户来说，推荐使用 Miniconda 安装 pandas。与 Anaconda 相比，Miniconda 允许您创建一个最小的、自包含的 Python 安装，并使用 Conda 包管理器来安装额外的软件包并为您的安装创建虚拟环境。Miniconda 的安装说明请点击这里。

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 Python 的特定版本和一组库。从终端窗口运行以下命令。

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

这将创建一个最小的环境，其中只安装了 Python 和 pandas。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#

pandas 可以通过 PyPI 上的 pip 安装。

pip install pandas

注意

您必须拥有 pip>=19.3 才能从 PyPI 安装。

注意

建议从虚拟环境安装并运行 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，要安装带有可选依赖项的 pandas 以读取 Excel 文件。

pip install "pandas[excel]"

可以在 依赖项部分 中找到可以安装的全部额外内容列表。

处理 ImportErrors#

如果您遇到 ImportError，通常意味着 Python 无法在可用库列表中找到 pandas。Python 在内部有一个目录列表，它会搜索这些目录以查找包。您可以使用以下方法获取这些目录。

import sys
sys.path

您遇到此错误的一种情况可能是您的系统上有多个 Python 安装，并且您当前使用的 Python 安装中没有安装 pandas。在 Linux/Mac 上，您可以在终端上运行 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”，那么您正在使用系统中的 Python，这是不推荐的。

强烈建议使用 conda，用于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 的开发版本#

安装开发版本是

  • 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）的最快方法。

  • 检查您遇到的错误是否在上次发布后已修复。

开发版本通常每天从 anaconda.org 的 PyPI 仓库上传到 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 配备了一套完整的单元测试。运行测试所需的软件包可以使用 pip install "pandas[test]" 安装。要从 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

这只是一个示例，展示了哪些信息会被显示。测试失败并不一定意味着 pandas 安装出现问题。

依赖项#

必需依赖项#

pandas 需要以下依赖项。

软件包

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，这些依赖项仅用于特定方法。例如，pandas.read_hdf() 需要 pytables 软件包，而 DataFrame.to_markdown() 需要 tabulate 软件包。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，则可以在文件中安装或管理可选的 pandas 依赖项（例如 requirements.txt 或 pyproject.toml）作为可选扩展（例如 pandas[performance, aws]）。可以使用 pandas[all] 安装所有可选依赖项，并且特定依赖项集列在以下部分中。

可视化#

可以使用 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#

可以使用 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

适用于 N 维数据的类似 pandas 的 API

Excel 文件#

可以使用 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#

可以使用 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

需要以下库组合之一才能使用顶级 read_html() 函数

警告

XML#

可以使用 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#

传统驱动程序可以使用 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

对除 sqlite 之外的数据库的 SQL 支持

psycopg2

2.9.6

postgresql

PostgreSQL 引擎，用于 sqlalchemy

pymysql

1.0.2

mysql

MySQL 引擎，用于 sqlalchemy

adbc-driver-postgresql

0.8.0

postgresql

ADBC 驱动程序，用于 PostgreSQL

adbc-driver-sqlite

0.8.0

sql-other

ADBC 驱动程序，用于 SQLite

其他数据源#

可以使用 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 的读写

blosc

1.21.3

hdf5

HDF5 的压缩；仅在 conda 上可用

zlib

hdf5

HDF5 的压缩

fastparquet

2022.12.0

Parquet 读写（pyarrow 为默认值）

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，可能会失败，并且 read_orc() 与 Windows 操作系统不兼容。

访问云端数据#

可以使用 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

处理除了简单的本地和 HTTP 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#

可以使用 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，可能需要安装系统级软件包。 为了使剪贴板在 Linux 上运行，必须在您的系统上安装 CLI 工具 xclip 或 xsel 之一。

压缩#

可以使用 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#

可以使用 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