跳至主内容
Ctrl+K
pandas 3.0.0 documentation - Home pandas 3.0.0 documentation - Home
  • 入门
  • 用户指南
  • API 参考
  • 开发
  • 发行说明
  • GitHub
  • X
  • Mastodon
  • 入门
  • 用户指南
  • API 参考
  • 开发
  • 发行说明
  • GitHub
  • X
  • Mastodon
  • 安装
  • 包概览
  • 入门教程
    • pandas 处理哪些类型的数据?
    • 如何读写表格数据?
    • 如何选择 DataFrame 的子集?
    • 如何在 pandas 中创建图表?
    • 如何创建由现有列派生出的新列
    • 如何计算汇总统计数据
    • 如何重塑表的布局
    • 如何合并来自多个表的数据
    • 如何轻松处理时间序列数据
    • 如何处理文本数据
  • 与其他工具的比较
    • 与 R / R 库的比较
    • 与 SQL 的比较
    • 与电子表格的比较
    • 与 SAS 的比较
    • 与 Stata 的比较
    • 与 SPSS 的比较
  • 社区教程
  • 入门
  • 与其他工具的比较

与其他工具的比较#

  • 与 R / R 库的比较
    • 快速参考
    • Base R
    • plyr
    • reshape / reshape2
  • 与 SQL 的比较
    • 副本与就地操作
    • SELECT
    • WHERE
    • GROUP BY
    • JOIN
    • UNION
    • LIMIT
    • pandas 中一些 SQL 分析和聚合函数的等效项
    • UPDATE
    • DELETE
  • 与电子表格的比较
    • 数据结构
    • 数据输入/输出
    • 数据操作
    • 字符串处理
    • 合并
    • 其他注意事项
  • 与 SAS 的比较
    • 数据结构
    • 数据输入/输出
    • 数据操作
    • 字符串处理
    • 合并
    • 缺失数据
    • GroupBy
    • 其他注意事项
  • 与 Stata 的比较
    • 数据结构
    • 数据输入/输出
    • 数据操作
    • 字符串处理
    • 合并
    • 缺失数据
    • GroupBy
    • 其他注意事项
  • 与 SPSS 的比较
    • 数据结构
    • 副本与就地操作
    • 数据输入/输出
    • 数据操作
    • 字符串处理
    • 合并
    • GroupBy 操作
    • 缺失数据
    • 其他注意事项
    • 输出管理

上一篇

如何处理文本数据

下一篇

与 R / R 库的比较

© 2026, pandas 由 NumFOCUS, Inc. 提供。由 OVHcloud 托管。

使用 Sphinx 8.2.3 创建。

使用 PyData Sphinx Theme 0.16.1 构建。