呆鳥云：“看了好久 Pandas 代碼，先簡單了解一下，到底什么是 Pandas 吧，看看它到底能干什么？ 如果想了解更多 Pandas，請關(guān)注 pypandas.cn，查看最新版的 Pandas 中文官檔?！?/p>

Pandas 是 Python 的核心數(shù)據(jù)分析支持庫，提供了快速、靈活、明確的數(shù)據(jù)結(jié)構(gòu)，旨在簡單、直觀地處理關(guān)系型、標(biāo)記型數(shù)據(jù)。Pandas 的目標(biāo)是成為 Python 數(shù)據(jù)分析實(shí)踐與實(shí)戰(zhàn)的必備高級工具，其長遠(yuǎn)目標(biāo)是成為最強(qiáng)大、最靈活、可以支持任何語言的開源數(shù)據(jù)分析工具。經(jīng)過多年不懈的努力，Pandas 離這個(gè)目標(biāo)已經(jīng)越來越近了。

Pandas 適用于處理以下類型的數(shù)據(jù)：

• 與 SQL 或 Excel 表類似的，含異構(gòu)列的表格數(shù)據(jù)。
• 有序和無序（即非固定頻率）的時(shí)間序列數(shù)據(jù)。
• 帶行列標(biāo)簽的矩陣數(shù)據(jù)，包括同構(gòu)或異構(gòu)型數(shù)據(jù)。
• 任意其它形式的觀測、統(tǒng)計(jì)數(shù)據(jù)集。 數(shù)據(jù)轉(zhuǎn)入 Pandas 數(shù)據(jù)結(jié)構(gòu)時(shí)不必事先標(biāo)記。

Pandas 的主要數(shù)據(jù)結(jié)構(gòu)是 Series（一維數(shù)據(jù)）與 DataFrame（二維數(shù)據(jù)），這兩種數(shù)據(jù)結(jié)構(gòu)足以處理金融、統(tǒng)計(jì)、社會(huì)科學(xué)、工程等領(lǐng)域里的大多數(shù)典型用例。對于 R 用戶，DataFrame 提供了比 R 語言 data.frame 更豐富的功能。Pandas 基于 NumPy 開發(fā)，可以與其它第三方科學(xué)計(jì)算支持庫完美集成。

Pandas 就像一把萬能瑞士軍刀，下面僅列出了它的部分優(yōu)勢 ：

• 處理浮點(diǎn)與非浮點(diǎn)數(shù)據(jù)里的缺失數(shù)據(jù)，表示為 NaN；
• 大小可變：插入或刪除 DataFrame 等多維對象的列；
• 自動(dòng)、顯式數(shù)據(jù)對齊：顯式地將對象與一組標(biāo)簽對齊，也可以忽略標(biāo)簽，在 Series、DataFrame 計(jì)算時(shí)自動(dòng)與數(shù)據(jù)對齊；
• 強(qiáng)大、靈活的分組（group by）功能：拆分-應(yīng)用-組合數(shù)據(jù)集，聚合、轉(zhuǎn)換數(shù)據(jù)；
• 把 Python 和 NumPy 數(shù)據(jù)結(jié)構(gòu)里不規(guī)則、不同索引的數(shù)據(jù)輕松地轉(zhuǎn)換為 DataFrame 對象；
• 基于智能標(biāo)簽，對大型數(shù)據(jù)集進(jìn)行切片、花式索引、子集分解等操作；
• 直觀地合并（merge）、連接（join）數(shù)據(jù)集；
• 靈活地重塑（reshape）、透視（pivot）數(shù)據(jù)集；
• 軸支持結(jié)構(gòu)化標(biāo)簽：即一個(gè)刻度支持多個(gè)標(biāo)簽；
• 成熟的 IO 工具：用于讀取文本文件（CSV 等支持分隔符的文件）、Excel 文件、數(shù)據(jù)庫等來源的數(shù)據(jù)，利用超快的 HDF5 格式保存 / 加載數(shù)據(jù)；
• 時(shí)間序列：支持日期范圍生成、頻率轉(zhuǎn)換、移動(dòng)窗口統(tǒng)計(jì)、移動(dòng)窗口線性回歸、日期位移等時(shí)間序列功能。

這些功能主要是為了解決其它編程語言、科研環(huán)境的痛點(diǎn)。數(shù)據(jù)科學(xué)家處理數(shù)據(jù)一般分為以下幾個(gè)階段：數(shù)據(jù)整理與清洗、數(shù)據(jù)分析與建模、數(shù)據(jù)可視化與制表，Pandas 是實(shí)現(xiàn)這些數(shù)據(jù)處理工作的理想工具。

其它說明：

• Pandas 速度很快。Pandas 的很多底層算法都用 Cython 優(yōu)化過。然而，為了保持通用性，必然要犧牲一些性能，如果專注于某一功能，您完全可以開發(fā)出比 pandas 更快的專用工具。
• Pandas 是 statsmodels 的依賴項(xiàng)，因此，Pandas 也是 Python 中統(tǒng)計(jì)計(jì)算生態(tài)圈的重要組成部分。
• Pandas 已廣泛應(yīng)用于金融領(lǐng)域。

數(shù)據(jù)結(jié)構(gòu)

為什么有多個(gè)數(shù)據(jù)結(jié)構(gòu)？

Pandas 數(shù)據(jù)結(jié)構(gòu)就像是低維數(shù)據(jù)的容器。比如，DataFrame 是 Series 的容器，而 Series 則是標(biāo)量的容器。使用這種方式，可以在容器中以字典的形式插入或刪除對象。

此外，通用 API 函數(shù)的默認(rèn)操作要顧及時(shí)間序列與截面數(shù)據(jù)集的方向。多維數(shù)組存儲(chǔ)二維或三維數(shù)據(jù)時(shí)，編寫函數(shù)要注意數(shù)據(jù)集的方向，這對用戶來說是一種負(fù)擔(dān)；如果不考慮 C 或 Fortran 中連續(xù)性對性能的影響，一般情況下，不同的軸在程序里其實(shí)沒有什么區(qū)別。Pandas 里，軸的概念主要是為了給數(shù)據(jù)賦予更直觀的語義，即用“更恰當(dāng)”的方式表示數(shù)據(jù)集的方向。這樣做是為了讓用戶編寫數(shù)據(jù)轉(zhuǎn)換函數(shù)時(shí)，少費(fèi)點(diǎn)腦子。

處理 DataFrame 等表格數(shù)據(jù)時(shí)，index（行）或 columns（列）比 axis 0 和 axis 1 更直觀。用這種方式迭代 DataFrame 的列，代碼更易讀易懂：

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

大小可變與數(shù)據(jù)復(fù)制

Pandas 所有數(shù)據(jù)結(jié)構(gòu)的值都是可變的，但數(shù)據(jù)結(jié)構(gòu)的大小并非都是可變的，比如，Series 的長度不可改變，但 DataFrame 里就可以插入列。

Pandas 里，絕大多數(shù)方法都不改變原始的輸入數(shù)據(jù)，而是復(fù)制數(shù)據(jù)，生成新的對象。 一般來說，原始輸入數(shù)據(jù)不變更穩(wěn)妥。

獲得支持

發(fā)現(xiàn) Pandas 的問題或有任何建議，請反饋到 Github 問題跟蹤器。日常應(yīng)用問題請?jiān)?Stack Overflow 上咨詢 Pandas 社區(qū)專家。

社區(qū)

Pandas 如今由來自全球的同道中人組成的社區(qū)提供支持，社區(qū)里的每個(gè)人都貢獻(xiàn)了寶貴的時(shí)間和精力，正因如此，才成就了開源 Pandas，在此，我們要感謝所有貢獻(xiàn)者。

若您有意為 Pandas 貢獻(xiàn)自己的力量，請先閱讀貢獻(xiàn)指南。

Pandas 是 NumFOCUS 贊助的項(xiàng)目。有了穩(wěn)定的資金來源，就確保了 Pandas，這一世界級開源項(xiàng)目的成功，為本項(xiàng)目捐款也更有保障。

項(xiàng)目監(jiān)管

自 2008 年以來，Pandas 沿用的監(jiān)管流程已正式編纂為項(xiàng)目監(jiān)管文檔。這些文件闡明了如何決策，如何處理營利組織與非營利實(shí)體進(jìn)行開源協(xié)作開發(fā)的關(guān)系等內(nèi)容。

Wes McKinney 是仁慈的終身獨(dú)裁者。

開發(fā)團(tuán)隊(duì)

核心團(tuán)隊(duì)成員列表及詳細(xì)信息可在 Github 倉庫的人員頁面上查詢。

機(jī)構(gòu)合作伙伴

現(xiàn)有機(jī)構(gòu)合作伙伴信息可在 Pandas 網(wǎng)站頁面上查詢。