测试
包裹
元

熊猫是一个Python包，提供快速、灵活和富有表现力的数据设计用于处理“关系”或“标记”数据的结构简单直观。它旨在成为切实可行，真实世界Python中的数据分析。此外，它还具有成为最强大、最灵活的开源数据任何语言的分析/操作工具。它已经很好了这是实现这一目标的途径。

• 主要特点
• 到哪里去买
• 依赖关系
• 从源安装
• 许可证
• 文档
• 背景
• 获取帮助
• 讨论和发展
• 为熊猫捐款

以下是熊猫擅长的几件事：

• 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

源代码当前托管在GitHub上：https://github.com/pandas-dev/pandas网址

最新发布版本的二进制安装程序位于蟒蛇包索引（PyPI）和上的康达.

#康达conda安装-c conda-forge熊猫

#或PyPIpip安装熊猫

可以找到每个版本之间熊猫的更改列表在这里.完整详细信息，请参阅上的提交日志https://github.com/pandas-dev/pandas.

• 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

请参阅完整的安装说明以获取所需、建议和可选依赖项的最低支持版本。

要从源安装熊猫，您需要赛马拉松除了正常的依赖项。Cython可以从PyPI安装：

pip安装cython

在熊猫目录（与您找到此文件的目录相同克隆git repo），执行：

pip安装.

或用于在中安装发展模式以下为：

python-m pip安装-ve.--无构建隔离--config-settings=editable-verbose=true

请参阅完整的说明从源安装.

BSD 3号机组

官方文档托管于PyData.org网站.

从事熊猫开始于AQR公司（一家量化对冲基金）自那时以来一直在积极发展。

对于使用问题，最好去的地方是堆栈溢出.此外，还可以在pydata邮件列表.

大多数开发讨论都是在本回购协议中的GitHub上通过GitHub问题跟踪程序.

此外pandas-dev邮件列表也可以用于专门讨论或设计问题，以及松弛通道可用于快速开发相关问题。

也经常有社区会议面向社区以及每月开放的项目维护人员新贡献者会议帮助支持新的贡献者。

有关通信信道的其他信息，请访问贡献者社区第页。

欢迎所有贡献、错误报告、错误修复、文档改进、增强和想法。

有关如何作出贡献的详细概述，请参阅贡献指南.

如果您只是想开始使用熊猫代码库，请导航到GitHub“问题”选项卡并开始研究有趣的问题。下面列出了一些问题文件和良好的首次发行你可以从那里开始。

您还可以对问题进行分类，其中可能包括复制错误报告，或要求提供重要信息，如版本号或复制说明。如果你想开始分类问题，一个简单的方法是在CodeTriage上订阅熊猫.

或者通过使用熊猫，你有了自己的想法，或者正在文档中寻找一些东西，并认为“这可以改进”。。。你可以做点什么！

请随时在邮件列表或上的松弛（Slack）.

作为这个项目的贡献者和维护者，你应该遵守熊猫的行为准则。有关更多信息，请访问：贡献者行为准则

转到顶部