包概述#

pandas 是一个 Python 包，它提供了快速、灵活和富有表现力的数据结构，旨在使处理“关系型”或“标签型”数据变得既简单又直观。它旨在成为 Python 实际、真实世界数据分析的基本高级构建块。此外，它力求成为任何语言中最强大和最灵活的开源数据分析/操作工具。它已经在实现这一目标的路上了。

pandas 非常适合许多不同类型的数据

  • 具有异构类型列的表格数据，如 SQL 表或 Excel 电子表格中的数据

  • 有序和无序（不一定是固定频率）的时间序列数据。

  • 具有行和列标签的任意矩阵数据（同构类型或异构类型）

  • 任何其他形式的观测/统计数据集。数据放入 pandas 数据结构中时不需要任何标签

pandas 的两个主要数据结构，Series（一维）和 DataFrame（二维），处理金融、统计、社会科学和工程学许多领域中绝大多数典型用例。对于 R 用户来说，DataFrame 提供了 R 的 data.frame 所提供的一切以及更多功能。pandas 构建在 NumPy 之上，旨在与许多其他第三方库一起在科学计算环境中良好集成。

以下是 pandas 擅长的一些事情

  • 轻松处理浮点和非浮点数据中的缺失数据（表示为 NaN）

  • 大小可变性：可以向 DataFrame 和更高维对象中插入和删除列

  • 自动和显式数据对齐：对象可以显式对齐到一组标签，或者用户可以忽略标签，让 Series、DataFrame 等自动为您对齐计算中的数据

  • 强大的、灵活的 groupby 功能，用于对数据集执行拆分-应用-合并操作，用于数据的聚合和转换

  • 使将其他 Python 和 NumPy 数据结构中参差不齐、索引不同的数据轻松转换为 DataFrame 对象

  • 对大型数据集进行直观的基于标签的切片、花式索引和子集操作

  • 直观地合并和连接数据集

  • 灵活地重塑和透视数据集

  • 轴的分层标签（可能对每个刻度有多个标签）

  • 强大的 IO 工具，用于从平面文件（CSV 和分隔文件）、Excel 文件、数据库加载数据，以及保存/加载超快速 HDF5 格式的数据

  • 时间序列特定功能：日期范围生成和频率转换、移动窗口统计、日期移位和滞后。

其中许多原则旨在解决使用其他语言/科学研究环境时经常遇到的不足。对于数据科学家来说，处理数据通常分为多个阶段：整理和清理数据、分析/建模数据，然后将分析结果组织成适合绘图或表格显示的形式。pandas 是完成所有这些任务的理想工具。

其他一些注意事项

  • pandas 速度很快。许多底层算法部分已在 Cython 代码中进行了广泛的调整。然而，与任何事情一样，通用性通常会牺牲性能。因此，如果您专注于应用程序的一个功能，您可能会创建更快、更专业的工具。

  • pandas 是 statsmodels 的依赖项，使其成为 Python 统计计算生态系统中的重要组成部分。

  • pandas 已在金融应用中得到了广泛的生产使用。

数据结构#

维度

名称

描述

1

Series

一维标签同构类型数组

2

DataFrame

通用的二维带标签、大小可变表格结构，可能具有异构类型的列

为什么需要不止一种数据结构？#

理解 pandas 数据结构的最好方法是将它们视为低维数据的灵活容器。例如，DataFrame 是 Series 的容器，而 Series 是标量的容器。我们希望能够以类似字典的方式向这些容器中插入和删除对象。

此外，我们希望常见 API 函数具有合理的默认行为，考虑到时间序列和横截面数据集的典型方向。当使用 N 维数组 (ndarray) 存储二维和三维数据时，用户有责任在编写函数时考虑数据集的方向；轴被视为或多或少等效（除非 C 或 Fortran 连续性对性能很重要）。在 pandas 中，轴旨在为数据提供更多语义意义；即，对于特定数据集，很可能存在“正确”的数据方向。因此，目标是减少在下游函数中进行数据转换所需的精神努力。

例如，对于表格数据 (DataFrame)，将索引（行）和列而不是轴 0 和轴 1 进行区分在语义上更有帮助。因此，遍历 DataFrame 的列会产生更易读的代码

for col in df.columns:
    series = df[col]
    # do something with series

数据的可变性和复制#

所有 pandas 数据结构都是值可变的（它们包含的值可以被改变），但并非总是大小可变的。Series 的长度不能改变，但例如，可以向 DataFrame 中插入列。然而，绝大多数方法会生成新对象，使输入数据保持不变。通常我们倾向于在合理的情况下偏爱不可变性。

获取支持#

pandas 问题和想法的第一站是 GitHub Issue Tracker。如果您有一般性问题，pandas 社区专家可以通过 Stack Overflow 回答。

社区#

pandas 今天仍在积极支持中，来自世界各地志同道合的社区成员贡献了他们宝贵的时间和精力，帮助使开源 pandas 成为可能。感谢我们所有的贡献者。

如果您有兴趣贡献，请访问贡献指南。

pandas 是一个 NumFOCUS 赞助的项目。这将有助于确保 pandas 作为世界一流的开源项目能够成功开发，并使向项目捐款成为可能。

项目治理#

pandas 项目自 2008 年成立以来非正式使用的治理流程已在 项目治理文件中正式化。这些文件阐明了决策制定方式以及我们社区的各个要素如何相互作用，包括开源协作开发与可能由营利性或非营利性实体资助的工作之间的关系。

Wes McKinney 是终身仁慈的独裁者 (BDFL)。

开发团队#

核心团队成员列表和更详细信息可以在 pandas 网站上找到。

机构合作伙伴#

有关当前机构合作伙伴的信息可以在 pandas 网站页面上找到。

许可证#

BSD 3-Clause License

Copyright (c) 2008-2011, AQR Capital Management, LLC, Lambda Foundry, Inc. and PyData Development Team
All rights reserved.

Copyright (c) 2011-2026, Open source contributors.

Redistribution and use in source and binary forms, with or without
modification, are permitted provided that the following conditions are met:

* Redistributions of source code must retain the above copyright notice, this
  list of conditions and the following disclaimer.

* Redistributions in binary form must reproduce the above copyright notice,
  this list of conditions and the following disclaimer in the documentation
  and/or other materials provided with the distribution.

* Neither the name of the copyright holder nor the names of its
  contributors may be used to endorse or promote products derived from
  this software without specific prior written permission.

THIS SOFTWARE IS PROVIDED BY THE COPYRIGHT HOLDERS AND CONTRIBUTORS "AS IS"
AND ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE
IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE ARE
DISCLAIMED. IN NO EVENT SHALL THE COPYRIGHT HOLDER OR CONTRIBUTORS BE LIABLE
FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL, EXEMPLARY, OR CONSEQUENTIAL
DAMAGES (INCLUDING, BUT NOT LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS OR
SERVICES; LOSS OF USE, DATA, OR PROFITS; OR BUSINESS INTERRUPTION) HOWEVER
CAUSED AND ON ANY THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT LIABILITY,
OR TORT (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT OF THE USE
OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE.