Pandas 2.2 中文官方教程和指南（一）（1）

安装

原文：pandas.pydata.org/docs/getting_started/install.html

安装 pandas 的最简单方法是作为Anaconda发行版的一部分安装，这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。

还提供了从源代码安装（#install-source）、从 PyPI 安装（#install-pypi）或安装开发版本（#install-dev）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

对于新手用户，安装 Python、pandas 和构成PyData堆栈（SciPy、NumPy、Matplotlib等）的包的最简单方法是使用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 的安装说明在这里。 ### 使用 Miniconda 安装

对于有经验的 Python 用户，推荐使用Miniconda安装 pandas。Miniconda 允许您创建一个相对于 Anaconda 更小、独立的 Python 安装，并使用Conda包管理器安装其他包并为您的安装创建虚拟环境。Miniconda 的安装说明在这里。

下一步是创建一个新的 conda 环境。conda 环境类似于一个允许您指定特定版本的 Python 和一组库的虚拟环境。从终端窗口运行以下命令。

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

这将创建一个仅安装了 Python 和 pandas 的最小环境。要进入这个环境，请运行。

source  activate  name_of_my_env
# On Windows
activate  name_of_my_env 
```### 从 PyPI 安装
可以通过 pip 从[PyPI](https://pypi.org/project/pandas)安装 pandas。
```py
pip  install  pandas 

注意

您必须拥有pip>=19.3才能从 PyPI 安装。

注意

建议从虚拟环境中安装和运行 pandas，例如，使用 Python 标准库的venv

pandas 也可以安装带有可选依赖项集以启用某些功能。例如，要安装带有读取 Excel 文件的可选依赖项的 pandas。

pip  install  "pandas[excel]" 

可以在依赖部分找到可以安装的全部额外功能列表。

处理 ImportError

如果遇到 ImportError，通常意味着 Python 在可用库列表中找不到 pandas。Python 内部有一个目录列表，用于查找软件包。您可以通过以下方式获取这些目录。

import sys
sys.path 

您可能遇到此错误的一种方法是，如果您的系统上安装了多个 Python，并且您当前使用的 Python 安装中没有安装 pandas，则可能会遇到此错误。在 Linux/Mac 上，您可以在终端上运行 which python，它将告诉您当前正在使用哪个 Python 安装。如果是类似“/usr/bin/python”的东西，则表示您正在使用系统中的 Python，这是不推荐的。

强烈建议使用 conda，以便快速安装和更新软件包和依赖项。您可以在此文档中找到有关 pandas 的简单安装说明。

从源代码安装

请参阅贡献指南以获取有关从 git 源代码树构建的完整说明。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

安装开发版本是最快的方法：

• 尝试一个新功能，该功能将在下一个发布中发布（即，从最近合并到主分支的拉取请求中提取的功能）。
  
• 检查您遇到的错误是否在上次发布之后修复。
  

开发版本通常每天上传到 anaconda.org 的 PyPI 注册表的 scientific-python-nightly-wheels 索引中。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 配备有一套详尽的单元测试。运行测试所需的软件包可以使用 pip install "pandas[test]" 进行安装。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

这只是显示的信息示例。测试失败并不一定表示 pandas 安装有问题。

依赖项

必需的依赖项

pandas 需要以下依赖项。

| 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，可选的 pandas 依赖项可以作为可选额外项（例如 pandas[performance, aws]）安装或在文件中管理（例如 requirements.txt 或 pyproject.toml）。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各节中列出。

性能依赖项（推荐）

注意

鼓励您安装这些库，因为它们提供了速度改进，特别是在处理大型数据集时。

可通过 pip install "pandas[performance]" 进行安装。

可视化

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

计算

可通过 pip install "pandas[computation]" 进行安装。

Excel 文件

可通过 pip install "pandas[excel]" 进行安装。

HTML

可通过 pip install "pandas[html]" 进行安装。

使用顶层 read_html() 函数，需要以下库组合之一：

• BeautifulSoup4 和 html5lib
  
• BeautifulSoup4 和 lxml
  
• BeautifulSoup4 和 html5lib 和 lxml
  
• 只需要 lxml，尽管请查看 HTML 表解析 了解为什么你可能 不 应该采用这种方法。
  

警告

• 如果你安装了 BeautifulSoup4，你必须安装 lxml 或者 html5lib，或者两者都安装。只有安装了 BeautifulSoup4，read_html() 才会 不 起作用。
  
• 强烈建议阅读 HTML 表解析陷阱。它解释了上述三个库的安装和使用相关问题。
  

XML

通过 pip install "pandas[xml]" 安装。

SQL 数据库

传统驱动可以通过 pip install "pandas[postgresql, mysql, sql-other]" 安装。

其他数据源

通过 pip install "pandas[hdf5, parquet, feather, spss, excel]" 安装。

警告

• 如果你想使用 read_orc()，强烈建议使用 conda 安装 pyarrow。如果 pyarrow 是从 pypi 安装的，可能会导致 read_orc() 失败，并且 read_orc() 与 Windows 操作系统不兼容。

访问云端数据

使用 pip install "pandas[fss, aws, gcp]" 可安装。

剪贴板

使用 pip install "pandas[clipboard]" 可安装。

注意

根据操作系统的不同，可能需要安装系统级软件包。在 Linux 上，要使剪贴板正常工作，必须安装其中一个命令行工具 xclip 或 xsel。

压缩

使用 pip install "pandas[compression]" 可安装。

联盟标准

使用 pip install "pandas[consortium-standard]" 可安装。

| dataframe-api-compat | 0.1.7 | consortium-standard | 基于 pandas 的联盟标准兼容实现 | ## 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

对于新手用户，安装 Python、pandas 以及构成 PyData 栈（SciPy、NumPy、Matplotlib 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）的数据分析和科学计算 Python 发行版。Anaconda 的安装说明 可在此找到。 ### 使用 Miniconda 安装

对于有 Python 经验的用户，推荐使用Miniconda安装 pandas。Miniconda 允许您创建一个最小的、独立的 Python 安装，与 Anaconda 相比，并使用Conda包管理器安装其他包并为您的安装创建虚拟环境。有关 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 环境类似于一个允许您指定特定 Python 版本和一组库的虚拟环境。从终端窗口运行以下命令。

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

这将创建一个只安装了 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
可以通过 pip 从[PyPI](https://pypi.org/project/pandas)安装 pandas。
```py
pip  install  pandas 

注意

您必须拥有pip>=19.3才能从 PyPI 安装。

注意

建议安装并从虚拟环境中运行 pandas，例如，使用 Python 标准库的venv。

pandas 也可以安装一组可选依赖项，以启用某些功能。例如，要安装带有可选依赖项以读取 Excel 文件的 pandas。

pip  install  "pandas[excel]" 

可以在依赖部分找到可以安装的全部额外内容列表。

处理 ImportErrors

如果遇到ImportError，通常意味着 Python 在可用库列表中找不到 pandas。Python 内部有一个目录列表，用于查找包。您可以通过以下方式获取这些目录。

import sys
sys.path 

您可能遇到此错误的一种方式是，如果您的系统上有多个 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。如果类似于“/usr/bin/python”，则您正在使用系统中的 Python，这是不推荐的。

强烈建议使用conda进行快速安装和包和依赖项更新。您可以在此文档中找到有关 pandas 的简单安装说明。

从源代码安装

请查看贡献指南以获取有关从 git 源代码树构建的完整说明。此外，如果您希望创建 pandas 开发环境，请查看创建开发环境。 ### 安装 pandas 的开发版本

安装开发版本是最快的方法：

• 尝试一个将在下一个发布中提供的新功能（即，最近合并到主分支的拉取请求中的功能）。
  
• 检查您遇到的错误是否在上一个版本中已修复。
  

开发版本通常每天上传到 anaconda.org 的 PyPI 注册表的 scientific-python-nightly-wheels 索引中。您可以通过运行来安装它。

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 
```### 使用 Anaconda 安装
对于新手用户，安装 Python、pandas 和构成[PyData](https://pydata.org/)堆栈（[SciPy](https://scipy.org/)、[NumPy](https://numpy.org/)、[Matplotlib](https://matplotlib.org/)等）的包最简单的方法是使用[Anaconda](https://docs.continuum.io/free/anaconda/)，这是一个跨平台（Linux、macOS、Windows）的用于数据分析和科学计算的 Python 发行版。有关 Anaconda 的安装说明[请参见此处](https://docs.continuum.io/free/anaconda/install/)。
### 使用 Miniconda 安装
对于有 Python 经验的用户，推荐使用[Miniconda](https://docs.conda.io/en/latest/miniconda.html)安装 pandas。Miniconda 允许您创建一个最小、独立的 Python 安装，与 Anaconda 相比，使用[Conda](https://conda.io/en/latest/)包管理器安装额外的包并为您的安装创建虚拟环境。有关 Miniconda 的安装说明[请参见此处](https://docs.conda.io/en/latest/miniconda.html)。
下一步是创建一个新的 conda 环境。conda 环境类似于一个允许您指定特定 Python 版本和一组库的虚拟环境。从终端窗口运行以下命令。
```py
conda  create  -c  conda-forge  -n  name_of_my_env  python  pandas 

这将创建一个只安装了 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

可以通过pip从 PyPI 安装 pandas。

pip  install  pandas 

注意

您必须拥有pip>=19.3才能从 PyPI 安装。

注意

建议在虚拟环境中安装和运行 pandas，例如，使用 Python 标准库的venv。

pandas 也可以安装带有可选依赖项集合以启用某些功能。例如，要安装带有可选依赖项以读取 Excel 文件的 pandas。

pip  install  "pandas[excel]" 

可以在依赖部分找到可以安装的全部额外功能列表。

处理 ImportErrors

如果遇到ImportError，通常意味着 Python 在可用库列表中找不到 pandas。Python 内部有一个目录列表，用于查找包。您可以通过以下方式获取这些目录。

import sys
sys.path 

您可能遇到此错误的一种方式是，如果您的系统上有多个 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，它会告诉您当前使用的 Python 安装。如果显示类似“/usr/bin/python”的内容，则表示您正在使用系统中的 Python，这是不推荐的。

强烈建议使用conda，以快速安装和更新包和依赖项。您可以在此文档中找到 pandas 的简单安装说明。

从源代码安装

查看贡献指南以获取有关从 git 源代码树构建的完整说明。此外，如果您希望创建一个 pandas 开发环境，请查看创建开发环境。

安装 pandas 的开发版本

安装开发版本是最快的方式：

• 尝试一个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）。
  
• 检查您遇到的错误是否自上次发布以来已修复。
  

开发版本通常每天上传到 anaconda.org 的 PyPI 注册表的 scientific-python-nightly-wheels 索引中。您可以通过运行以下命令来安装。

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 配备了一套详尽的单元测试。运行测试所需的包可以通过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

这只是显示的信息示例。测试失败并不一定表示 pandas 安装有问题。

依赖关系

必需依赖

pandas 需要以下依赖项。

| tzdata | 2022.7 | ### 可选依赖

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，可以将可选的 pandas 依赖项安装或管理到文件中（例如 requirements.txt 或 pyproject.toml），作为可选的额外功能（例如 pandas[performance, aws]）。所有可选依赖项均可使用 pandas[all] 安装，具体的依赖项集合列在下面的各个部分中。

性能依赖项（推荐）

注意

强烈建议您安装这些库，因为它们提供了速度改进，特别是在处理大数据集时。

使用 pip install "pandas[performance]" 进行安装

可视化

使用 pip install "pandas[plot, output-formatting]" 进行安装。

计算

使用 pip install "pandas[computation]" 进行安装。

Excel 文件

使用 pip install "pandas[excel]" 进行安装。

HTML

使用 pip install "pandas[html]" 进行安装。

若要使用顶层 read_html() 函数，需要以下其中一种组合的库：

• BeautifulSoup4 和 html5lib
  
• BeautifulSoup4 和 lxml
  
• BeautifulSoup4 和 html5lib 和 lxml
  
• 只有 lxml，尽管参阅 HTML 表格解析 可了解为什么您可能 不应该 采用这种方法。
  

警告

• 如果安装了 BeautifulSoup4，您必须安装 lxml 或 html5lib 或两者都安装。只安装 BeautifulSoup4 将 不会 使 read_html() 正常工作。
  
• 强烈建议阅读 HTML 表格解析注意事项。它解释了关于上述三个库的安装和使用的问题。
  

XML

可通过 pip install "pandas[xml]" 进行安装。

SQL 数据库

传统驱动程序可通过 pip install "pandas[postgresql, mysql, sql-other]" 进行安装。

其他数据源

可通过 pip install "pandas[hdf5, parquet, feather, spss, excel]" 进行安装。

警告

• 如果您想使用 read_orc()，强烈建议使用 conda 安装 pyarrow。如果从 pypi 安装了 pyarrow，read_orc() 可能会失败，并且 read_orc() 不兼容 Windows 操作系统。

访问云中的数据

可通过 pip install "pandas[fss, aws, gcp]" 进行安装。

剪贴板

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

注意

根据操作系统的不同，可能需要安装系统级软件包。在 Linux 上，剪贴板要正常运行，系统必须安装 xclip 或 xsel 中的一个 CLI 工具。

压缩

可通过 pip install "pandas[compression]" 进行安装。

联盟标准

可通过 pip install "pandas[consortium-standard]" 进行安装。

| dataframe-api-compat | 0.1.7 | consortium-standard | 基于 pandas 的联盟标准兼容实现 | ### 必需依赖

pandas 需要以下依赖。

可选依赖

pandas 有许多仅用于特定方法的可选依赖。例如，pandas.read_hdf() 需要 pytables 包，而 DataFrame.to_markdown() 需要 tabulate 包。如果未安装可选依赖，当调用需要该依赖的方法时，pandas 将引发 ImportError。

如果使用 pip，可选的 pandas 依赖可以作为可选额外项（例如 pandas[performance, aws]）安装或管理在文件中（例如 requirements.txt 或 pyproject.toml），所有可选依赖可以通过 pandas[all] 进行安装，特定的依赖集在下面的部分中列出。

Pandas 2.2 中文官方教程和指南（一）（2）https://developer.aliyun.com/article/1510593