pandas
基于 Python 的开源数据分析与处理库,提供带行列标签的 DataFrame,支持缺失值处理、分组聚合与多表拼接,也能读写 CSV、Excel 等格式,适合需要反复清洗和统计表格数据的数据分析与科研人员。
5 次可以打开平均 2.4 秒
本站从国内机房定期实测。竖条由远及近:绿 = 可以打开,橙 = 国内不可直接访问,灰 = 打不开。pandas 是一个建立在 Python 之上的开源数据分析与处理工具。它要解决的是「手上有一堆表格数据,怎么读进来、整理干净、算完再导出去」这类问题。日常用法是在 Python 里把 CSV、Excel 之类的文件读成一张表,按行按列筛选、排序、分组汇总,再把结果写回文件或交给绘图库。
主要功能
核心是它提供的数据结构,最常用的是二维表 DataFrame,可以理解成带行标签和列名的表格。围绕这张表,pandas 覆盖了缺失值处理、按条件过滤、多表拼接、透视与分组统计等操作,也支持时间序列的处理。官方站点把用户指南和 API 参考分开列出,查具体函数时可以直接翻 API 文档。
- 读写多种格式的数据文件
- 按标签或位置选取行列
- 分组聚合与透视
- 多表合并与连接
- 时间序列处理
上手与文档
站点上有一条 Getting started 路径,从安装、入门到在线试用依次排开,不想先装环境的人可以先在浏览器里试。文档按版本分开存放,旧版本也保留了对应的文档入口,项目升级后查老代码的行为比较方便。
版本与费用
pandas 是开源项目,源码放在 GitHub 上,可以直接下载源码包。站点显示最新版本为 3.1.1,发布日期是 2026 年 11 月 4 日;此前还有 3.0.6、2.3.3、2.2.3、2.1.4、2.0.3 等版本,各自带更新日志和文档。项目由 NumFOCUS 支持,页面底部标注了版权信息,并列出赞助企业名单。
它面向的是会写一点 Python、需要处理表格数据的人,比如做数据分析、统计和科研的开发者。如果只是偶尔看一张小表,用电子表格软件可能更直接;数据量大、步骤需要重复执行时,pandas 的脚本方式更合适。
