Pandas：Python数据分析库

pandas是一个开源的，BSD许可的库，为Python编程语言提供高性能，易于使用的数据结构和数据分析工具。

pandas是NumFOCUS赞助的项目。这将有助于确保pandas成为世界级开源项目的成功，并有可能捐赠给该项目。

版本 v0.23.4 (2018年8月3日)

这是0.23.x系列中的一个小错误修复版本，包括一些回归修复，错误修复和性能改进。我们建议所有用户升级到此版本。

该版本可以使用conda-forge或默认频道的conda进行安装：

conda install pandas

或者通过 PyPI:

python3 -m pip install --upgrade pandas

请参阅历代特性以获取所有更新日志。

这是0.22.0的主要版本，包括许多API更改，新功能，增强功能和性能改进以及大量错误修复。

亮点包括：

从我们的开发渠道(OSX-64版本、Linux64版本和Python 2.7版本的Win 64版本、Python3.5版本和Python3.6版本都可以使用Conda)可以安装候选版本：

conda install pandas

或 conda forge:

conda install -c conda-forge pandas

或者通过 PyPI:

python3 -m pip install --upgrade pandas==0.23.0

请参阅历代特性以获取所有更新日志。

获得 pandas 的最佳方式是通过 conda

conda install pandas

在Windows、Linux和MacOS上，所有受支持的python版本都可以使用包。

pands 也被上传到PyPI中，并且可以通过以下方式安装：

pip install pandas

Python在数据处理和准备方面一直做得很好，但在数据分析和建模方面就没那么好了。熊猫帮助填补了这一空白，使您能够在Python中执行整个数据分析工作流程，而不必切换到更特定于领域的语言，如R。

与出色的 IPython 工具包和其他库相结合，Python中用于进行数据分析的环境在性能、生产率和协作能力方面都是卓越的。

pandas没有在线性和面板回归之外实现重要的建模功能; 为此，请查看 statsmodels 和scikit-learn。为了使Python成为一流的统计建模环境，仍然需要做更多的工作，但我们正朝着这个目标迈进。

Roni Israelov(博士，AQR资本管理的组合投资经理)：pandas让我们更专注于研究而不是编程。我们发现 pandas 易于学习，易于使用且易于维护。最重要的是，它提高了我们的生产力。
David Himrod(appNexus的优化分析总监)：pandas 是一种完美的工具，可以在快速迭代的特殊分析和产品质量代码之间架起一座桥梁。如果你想在一个由工程师、数学家和分析师组成的多学科组织中使用一种工具，那就别再看了。
Olivier Pomel(Datadog的CEO)：我们使用pandas处理生产服务器上的时间序列数据。其API的简单性和优雅性以及高容量数据集的高性能使其成为我们的完美选择。