Pandas是什么，Pandas安装教程（新手必看）

2008 年，美国纽约一家量化投资公司的分析师韦斯·麦金尼（Wes McKinney）由于在日常数据分析工作中备受 Excel 与 SQL 等工具的折磨，于是开始构建一个新项目——Pandas，用来解决数据处理过程中遇到的全部任务。就这样，Pandas 诞生了。

那么，什么是 Pandas？

Pandas 并非大熊猫 Panda 的某种形式，它其实是面板数据（Panel data）和 Python 数据分析（Python data analysis）的简称（如图 1 所示），是 Python 的核心数据分析库，它提供了快速、灵活、明确的数据结构，能够简单、直观、快速地处理各种类型的数据。

Pandas的功能与优势

众所周知，Pandas 是 Python 数据分析“三剑客”之一，是 Python 的核心数据分析库，其具体功能和优势如下：

• 拥有成熟的导入导出工具，支持导入文本文件（CSV 等支持分隔符的文件）、Excel 文件、数据库的数据，支持导出 Excel 文件、文本文件等，利用HDF5格式快速保存或加载数据；
• 能够处理浮点与非浮点数据里的缺失数据，表示为 NaN；
• 自动、显式地进行数据对齐，显式地将对象与一组标签对齐，也可以忽略标签，在 Series、Data Frame 计算时自动与数据对齐；
• 支持类似于 SQL 的表查询功能，使数据查询事半功倍；
• 基于 NumPy 数值计算，高效进行数据汇总与运算；
• 能够处理重复、缺失、异常数据，快速完成数据探查；
• 支持数字、文本等多种类型数据，能够轻松实现数据清洗；
• 拥有智能标签，能对大型数据集进行切片、花式索引、子集分解等操作；
• 支持直观的数据合并（merge）、数据连接（join）；
• 支持灵活的数据重塑（reshape）、数据透视表（pivot）；
• 拥有强大、灵活的分组统计（groupby）功能，即数据聚合、数据转换；
• 时间序列支持日期范围生成、频率转换、移动窗口统计、移动窗口线性回归、日期位移等时间序列功能。

综上所述，Pandas 是处理数据最理想的工具。

安装Pandas模块

下面介绍两种安装 Pandas 模块的方法。

1) 使用pip命令安装

在系统“搜索”文本框中输入 cmd，打开“命令提示符”窗口，输入如下安装命令：

pip install pandas

2) 在Pycharm开发环境中安装

运行 Pycharm，选择“File”→“Settings”命令，打开“Settings”窗口，选择当前工程下的“Python Interpreter”选项，然后单击添加模块的按钮“+”，如下图所示。


这里要注意，在“Python Interprter”列表中应选择当前工程项目使用的 Python 版本。

单击添加按钮“+”，打开“Available Packages”窗口，在搜索文本框中输入需要安装的模块关键字，例如“pandas”，然后在列表中选择需要安装的模块，如下图所示，单击“Install Package”按钮即可实现 Pandas 模块的安装。


还需要注意一点，Pandas 有一些依赖库。

例如，当通过 Pandas 读取 Excel 文件时，如果只安装 Pandas 模块，就会出现如下图所示的错误，意思是缺少依赖库 openpyxl。


解决办法是安装 openpyxl 模块，方法是在“命令提示符”窗口输入 pip install openpyxl 命令或通过 PyCharm 开发环境安装 openpyxl 模块，其方法与安装 Pandas 模块一样。