Установка

Самый простой способ установить pandas — установить его как часть дистрибутива Anaconda, кроссплатформенного дистрибутива для анализа данных и научных вычислений. Это рекомендуемый способ установки для большинства пользователей.

Также предоставлены инструкции по установке из исходного кода, с PyPI, ActivePython, различных дистрибутивах Linux или разработочной версии.

План по прекращению поддержки Python 2.7

Команда разработчиков Python планирует прекратить поддержку Python 2.7 с 1 января 2020 года. В соответствии с планами NumPy, все релизы pandas до 31 декабря 2018 года будут поддерживать Python 2.

Релиз 0.24.x станет последним релизом, поддерживающим Python 2. Выпущенный пакет по-прежнему будет доступен на PyPI и через conda.

Если есть заинтересованные лица в продолжении поддержки Python 2.7 после 31 декабря 2018 года (либо путем обратной портировки исправления ошибок, либо финансирования), пожалуйста, обратитесь к разработчикам на странице отслеживания проблем.

Дополнительную информацию можно найти в заявлении о Python 3 и руководстве по переносу на Python 3.

Поддержка версий Python

Официально поддерживаются Python 2.7, 3.5, 3.6 и 3.7.

Установка pandas

Установка с Anaconda

Установка pandas и остальной части стека NumPy и SciPy может быть немного сложной для начинающих пользователей.

Самый простой способ установить не только pandas, но и Python и самые популярные пакеты, составляющие стек SciPy (IPython, NumPy, Matplotlib, …) — это использовать Anaconda, кроссплатформенное (Linux, macOS, Windows) дистрибутивное решение Python для анализа данных и научных вычислений.

После запуска установщика пользователи получат доступ к pandas и остальным компонентам стека SciPy без необходимости устанавливать что-либо ещё и без ожидания компиляции программного обеспечения.

Инструкции по установке Anaconda можно найти здесь.

Полный список пакетов, доступных в составе дистрибутива Anaconda, можно найти здесь.

Ещё одним преимуществом установки Anaconda является то, что для этого не требуются права администратора. Anaconda может быть установлена в домашний каталог пользователя, что упрощает удаление Anaconda в случае необходимости (просто удалите папку).

Установка с Miniconda

В предыдущем разделе описано, как установить pandas как часть дистрибутива Anaconda. Однако этот подход означает установку более ста пакетов, и предполагает загрузку установщика, размер которого составляет несколько сотен мегабайт.

Если вы хотите иметь больший контроль над пакетами или у вас ограниченная пропускная способность интернета, то установка pandas с помощью Miniconda может быть лучшим решением.

Conda — менеджер пакетов, на котором построен дистрибутив Anaconda. Это менеджер пакетов, который является как кроссплатформенным, так и независимым от языка (он может выполнять аналогичную роль сочетания pip и virtualenv).

Miniconda позволяет создать минимальную автономную установку Python, а затем использовать команду Conda для установки дополнительных пакетов.

Сначала вам понадобится установить Conda, и загрузка и запуск Miniconda сделают это за вас. Установщик можно найти здесь

Следующим шагом является создание новой среды conda. Среда conda похожа на virtualenv, которая позволяет указать определённую версию Python и набор библиотек. Выполните следующие команды в окне терминала:

conda create -n name_of_my_env python

Это создаст минимальную среду с установленным только Python. Чтобы перейти в эту среду, выполните:

source activate name_of_my_env

В Windows команда имеет вид:

activate name_of_my_env

Окончательный шаг — установка pandas. Это можно сделать с помощью следующей команды:

conda install pandas

Чтобы установить определённую версию pandas:

conda install pandas=0.20.3

Чтобы установить другие пакеты, например, IPython:

conda install ipython

Чтобы установить весь дистрибутив Anaconda:

conda install anaconda

Если вам нужны пакеты, доступные через pip, но не через conda, то установите pip, а затем используйте pip для установки этих пакетов:

conda install pip
pip install django

Установка с PyPI

pandas можно установить через pip с PyPI.

pip install pandas

Установка с ActivePython

Инструкции по установке ActivePython можно найти здесь. В версии 2.7 и 3.5 содержится pandas.

Установка с помощью менеджера пакетов дистрибутива Linux

Команды в этой таблице позволят установить pandas для Python 3 из вашего дистрибутива. Для установки pandas для Python 2, вам может потребоваться использовать пакет python-pandas.

Однако пакеты в менеджерах пакетов Linux часто отстают на несколько версий, поэтому для получения последней версии pandas рекомендуется использовать методы установки pip или conda описанные выше.

Установка из исходного кода

См. руководство по участию в разработке для получения полных инструкций по сборке из исходного дерева git. Кроме того, см. создание среды разработки, если вы хотите создать среду разработки pandas.

Запуск набора тестов

pandas оснащён исчерпывающим набором юнит-тестов, покрывающим около 97% кодовой базы на момент написания. Чтобы запустить его на вашем компьютере, чтобы проверить, что всё работает (и что у вас установлены все зависимости, как программные, так и аппаратные), убедитесь, что у вас установлен pytest >= 4.0.2 и Hypothesis >= 3.58, а затем выполните:

>>> pd.test()
running: pytest --skip-slow --skip-network C:\Users\TP\Anaconda3\envs\py36\lib\site-packages\pandas
============================= test session starts =============================
platform win32 -- Python 3.6.2, pytest-3.6.0, py-1.4.34, pluggy-0.4.0
rootdir: C:\Users\TP\Documents\Python\pandasdev\pandas, inifile: setup.cfg
collected 12145 items / 3 skipped

..................................................................S......
........S................................................................
.........................................................................

==================== 12130 passed, 12 skipped in 368.339 seconds =====================

Зависимости

Рекомендуемые зависимости

• numexpr: для ускорения некоторых числовых операций. numexpr использует несколько ядер, а также интеллектуальное чанкинг и кэширование для достижения значительного ускорения. Если установлен, должна быть версия 2.6.2 или выше.
• bottleneck: для ускорения некоторых типов вычислений nan. bottleneck использует специализированные cython-функции для достижения значительного ускорения. Если установлен, должна быть версия 1.2.1 или выше.

Дополнительные зависимости

В Pandas есть много дополнительных зависимостей, которые используются только для определенных методов. Например, pandas.read_hdf() требует пакета pytables. Если дополнительная зависимость не установлена, pandas выдаст ошибку ImportError, когда будет вызван метод, требующий этой зависимости.

Дополнительные зависимости для парсинга HTML

Для использования функции верхнего уровня read_html() необходима одна из следующих комбинаций библиотек:

• BeautifulSoup4 и html5lib
• BeautifulSoup4 и lxml
• BeautifulSoup4 и html5lib и lxml
• Только lxml, хотя см. Парсинг HTML-таблиц по причинам, почему этот подход, вероятно, следует не использовать.