pandas

提示：此条目的主题不是PANDAS，它是用于Pandora Archive的澳大利亚归档管理系统。

在计算机编程中，pandas是Python编程语言的用于数据操纵和分析的软件库。特别是，它提供操纵数值表格和时间序列的数据结构和运算操作。它是在三条款BSD许可证下发行的自由软件^[2]。它的名字衍生自术语“面板数据”（panel data），这是计量经济学的数据集术语，它们包括了对同一个体的在多个时期上的观测^[3]。它的名字还可解释为短语“Python data analysis”自身的文字游戏^[4]。

pandas

原作者	Wes McKinney（英语：Wes McKinney）
開發者	社区
首次发布	2008年1月11日，​15年前​（2008-01-11）
目前版本	1.5.3 (2023年1月18日)^[1]
源代码库	github.com/pandas-dev/pandas
编程语言	Python, Cython, C
操作系统	跨平台
类型	数据分析（英语：List of numerical analysis software）
许可协议	三条款BSD许可证
网站	pandas.pydata.org

库特征

• 数据帧（DataFrame）对象^[5]，用于凭借集成索引进行数据操纵。
• 在内存中数据结构和不同的文件格式之间读写数据的工具。
• 数据对齐和集成的缺失数据处理。
• 数据集的再成形（reshape）和装枢轴（pivot）。
• 大数据集的基于标签的分片（英语：Array slicing）、花式（fancy）索引和子集。
• 数据结构列的插入和删除。
• 由引擎（engine）分组，允许在数据集上的分离-应用-合并（split-apply-combine）运算操作。
• 数据集的归并和连接。
• 层级轴索引，以低维数据结构工作在高维数据上。
• 时间序列功能：数据范围生成^[6]和频率转换，移动窗口统计，移动窗口线性回归，数据转移（shift）和滞后（lag）。
• 提供数据过滤。

这个库对性能进行了高度优化，具有关键代码路径用Cython或C写成^[7]。

数据帧

pandas主要用于数据分析。pandas的数据帧允许操纵各种数据文件格式，比如导入导出CSV、JSON、SQL、HDF5和导入Microsoft Excel等^[8]。pandas允许各种数据操纵运算操作比如归并^[9]、再成形^[10]、选择^[11]，还有数据清洗和数据加工（英语：data wrangling）特征。

支持导入导出NetCDF格式数据的xarray，可以在自身的数据集和Pandas的数据帧之间相互转换^[12]。

历史

开发者Wes McKinney（英语：Wes McKinney）于2008年在AQR Capital Management（英语：AQR Capital）开始制作pandas来满足在财务数据上进行定量分析（英语：Quantitative analysis (finance)）对高性能、灵活工具的需要。在离开AQR之前他说服管理者允许他将这个库开放源代码。

另一个AQR雇员Chang She，在2012年加入了这项努力并成为这个库的第二个主要贡献者。

在2015年，pandas签约了NumFOCUS的一个财务赞助项目，它是美国的501(c)(3)非营利慈善团体^[13]。

例子

import pandas as pd import matplotlib.pyplot as plt import numpy as np df = pd.DataFrame(np.random.randn(100, 5), columns=list('ABCDE')) df=df.cumsum() # Return cumulative sum over a DataFrame or Series axis df.plot() plt.show() 

時間線^[14]

• 2008年：pandas 的開發開始
• 2009 年：pandas 開源
• 2012 年：第一版 Python for Data Analysis 發布
• 2015 年：pandas 成為 NumFOCUS 贊助的項目
• 2018 年：第一次面對面的核心開發者衝刺

参见

• NumPy
• R语言
• Scikit-learn
• statsmodels（英语：statsmodels）
• 数值分析软件列表（英语：List of numerical analysis software）

引用

1. Pandas 1.5.3. 2023年1月18日 [2023年1月22日]. 
2. . pandas. 28 January 2020 [30 January 2020]. （原始内容存档于2012-02-14）. 
3. Wes McKinney. (PDF). 2011 [2 August 2018]. （原始内容 (PDF)存档于2015-05-13）. 
4. McKinney, Wes. Python for Data Analysis, Second Edition. O'Reilly Media. 2017: 13. ISBN 9781491957660. 
5. DataFrame. [2022-09-01]. （原始内容于2022-09-01）. DataFrame is a 2-dimensional labeled data structure with columns of potentially different types. You can think of it like a spreadsheet or SQL table, or a dict of Series objects. It is generally the most commonly used pandas object. 
6. . pandas. 29 January 2020 [30 January 2020]. （原始内容存档于2014-03-29）. 
7. . pandas. [13 November 2017]. （原始内容存档于2012-02-13）. 
8. IO tools (text, CSV, HDF5, …). [2020-09-12]. （原始内容于2020-09-15）. 
9. Merge, join, concatenate and compare. [2020-09-12]. （原始内容于2020-09-15）. 
10. Reshaping and pivot tables. [2020-09-12]. （原始内容于2020-09-15）. 
11. Indexing and selecting data. [2020-09-12]. （原始内容于2020-09-15）. 
12. xarray User Guide － Working with pandas. [2022-09-04]. （原始内容于2022-09-04）. 
13. . NumFOCUS. [3 April 2018]. （原始内容存档于2018-04-04）. 
14. Matt Harrison, Theodore Petrou. . Packt Publishing. 2017 [2021-10-11]. ISBN 978-1784393878. （原始内容存档于2021-10-26）. 

延伸阅读

• Chen, Daniel Y. Pandas for Everyone : Python Data Analysis. Boston: Addison-Wesley. 2018. ISBN 978-0-13-454693-3. 
• McKinney, Wes. Python for Data Analysis : Data Wrangling with Pandas, NumPy, and IPython 2nd. Sebastopol: O'Reilly. 2017. ISBN 978-1-4919-5766-0. 
• VanderPlas, Jake. Data Manipulations with Pandas. Python Data Science Handbook: Essential Tools for Working with Data. O'Reilly. 2016: 97–216. ISBN 978-1-4919-1205-8. 
• Pathak, Chankey. Pandas Cookbook. Pandas Cookbook. 2018: 1–8. 

外部链接

• 官方网站