易于处理 缺少数据 (表示为 NaN公司 , 不适用 ,或 NaT公司 )在浮点数据和非浮点数据中 大小可变性:列可以是 插入并 删除 从DataFrame和更高维度 物体 自动且明确 数据对齐 :对象可以 显式地与一组标签对齐,或者用户可以简单地 忽略标签,让 系列 , 数据帧 ,等自动 在计算中为您调整数据 强大、灵活 分组依据 要执行的功能 数据集上的split-apply-combine操作,用于两种聚合 和转换数据 成功 易于转换 衣衫褴褛, 其他Python和NumPy数据结构中的不同索引数据 到DataFrame对象 基于智能标签 切片 , 设想 索引 ,以及 分段(subsetting) 属于 大型数据集 直观 合并 和 连接 数据 套 灵活 重塑 和 旋转 属于 数据集 层次结构 轴标记(可能有多个 标签/刻度) 用于从加载数据的强大IO工具 扁平锉 (CSV和分隔符), Excel文件 , 数据库 , 并从ultrafast保存/加载数据 HDF5格式 时间序列 -特定功能:日期范围 生成和频率转换、移动窗口统计、, 日期偏移和滞后
# 康达 conda安装-c conda-forge熊猫
# 或PyPI pip安装熊猫
NumPy—添加了对大型多维数组、矩阵和高级数学函数的支持,以对这些数组进行操作 python-ateutil-为标准日期时间模块提供强大的扩展 pytz-将Olson tz数据库引入Python,允许准确和跨平台的时区计算
pip安装cython
pip安装 .
python-m pip安装-ve . --无构建隔离--config-settings=editable-verbose=true