简介

  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。 pandas原作者Wes McKinney（英语：Wes McKinney）开发者社区首次发布2008年1月11日，​15年前​（2008-01-11）当前版本1.5.3 (2023年1月18日) 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。它的名字派生自术语“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。它的名字还可解释为短语“Python data analysis”自身的文字游戏。

库特征

数据帧（DataFrame）对象，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。

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。pandas允许各种数据操纵运算操作比如归并、再成形、选择，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。

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。

例子

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

时间线

2008年：pandas 的开发开始

2009 年：pandas 开源

2012 年：第一版 Python for Data Analysis 发布

2015 年：pandas 成为 NumFOCUS 赞助的项目

2018 年：第一次面对面的核心开发者冲刺