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。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 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，安装 Python、pandas 以及组成 PyData 技术栈的包（SciPy、NumPy、Matplotlib、以及更多）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#

对于经验丰富的 Python 用户，推荐使用 Miniconda 安装 pandas。与 Anaconda 相比，Miniconda 允许您创建一个最小化的、自包含的 Python 安装，并使用 Conda 包管理器安装额外的包并为您的安装创建一个虚拟环境。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。在终端窗口中运行以下命令。

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

这将创建一个仅安装了 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#

pandas 可以通过 pip 从 PyPI 安装。

pip install pandas

注意

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 还可以安装一套可选依赖项以启用某些功能。例如，安装 pandas 时带上读取 Excel 文件的可选依赖项。

pip install "pandas[excel]"

可以安装的所有额外依赖项的完整列表可在依赖项部分找到。

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 内部有一个搜索目录列表，用于查找包。您可以使用以下方法获取这些目录。

import sys
sys.path

您可能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，您可以在终端上运行 which python，它会告诉您正在使用哪个 Python 安装。如果它显示类似“/usr/bin/python”的路径，则您正在使用系统自带的 Python，这是不推荐的。

强烈建议使用 conda 进行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 开发版本#

安装开发版本是以下最快的方法：

  • 尝试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）。

  • 检查您遇到的 bug 自上次发布以来是否已修复。

开发版本通常每天上传到 anaconda.org 的 PyPI 仓库中的 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的 pandas 版本才能安装开发版本。

pip uninstall pandas -y

运行测试套件#

pandas 配备了详尽的单元测试集。运行测试所需的包可以通过 pip install "pandas[test]" 安装。要在 Python 终端中运行测试。

>>> 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

这只是显示的信息示例。测试失败不一定表示 pandas 安装损坏。

依赖项#

必需依赖项#

pandas 需要以下依赖项。

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，仅用于特定方法。例如，pandas.read_hdf() 需要 pytables 包，而 DataFrame.to_markdown() 需要 tabulate 包。如果可选依赖项未安装，当调用需要该依赖项的方法时，pandas 将引发 ImportError。

如果使用 pip，可选的 pandas 依赖项可以作为可选 extra（例如 pandas[performance, aws]）在文件中（例如 requirements.txt 或 pyproject.toml）安装或管理。所有可选依赖项都可以通过 pandas[all] 安装，特定的依赖项集在下面的部分中列出。

可视化#

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

依赖项

最低版本

pip extra

说明

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

说明

SciPy

1.10.0

computation

杂项统计函数

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

说明

xlrd

2.0.1

excel

读取 Excel

xlsxwriter

3.0.5

excel

写入 Excel

openpyxl

3.1.0

excel

读写 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

说明

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

使用顶级 read_html() 函数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

说明

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

说明

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

说明

PyTables

3.8.0

hdf5

基于 HDF5 的读写

blosc

1.21.3

hdf5

HDF5 压缩；仅在 conda 上可用

zlib

hdf5

HDF5 压缩

fastparquet

2022.12.0

Parquet 读写（pyarrow 是默认）

pyarrow

10.0.1

parquet, feather

Parquet、ORC 和 feather 读写

pyreadstat

1.2.0

spss

读取 SPSS 文件 (.sav)

odfpy

1.4.1

excel

读写开放文档格式 (.odf, .ods, .odt)

警告

  • 如果您想使用 read_orc()，强烈建议使用 conda 安装 pyarrow。如果 pyarrow 从 pypi 安装，read_orc() 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

说明

fsspec

2022.11.0

fss, gcp, aws

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

gcsfs

2022.11.0

gcp

访问 Google Cloud Storage

pandas-gbq

0.19.0

gcp

访问 Google Big Query

s3fs

2022.11.0

aws

访问 Amazon S3

剪贴板#

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

依赖项

最低版本

pip extra

说明

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包。要在 Linux 上使用剪贴板，系统必须安装 CLI 工具 xclip 或 xsel 中的一个。

压缩#

可通过 pip install "pandas[compression]" 安装

依赖项

最低版本

pip extra

说明

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

说明

dataframe-api-compat

0.1.7

consortium-standard

基于 pandas 的联盟标准兼容实现