Pandas 安装

Pandas 安装指南

Python3版本支持

Python核心团队计划在2020年1月1日停止支持Python 2.7。2018年12月31日之前的最终版本将是支持Python 2的最后一个版本。
从 2019年1月1日 开始，所有Pandas版本都只支持Python 3。

安装 Pandas

通过Anaconda安装

对于没有经验的新手朋友来说，安装Pandas以及其余的NumPy和SciPy等工具包可能会有点困难。

最简单的方法不是直接安装Pandas，而是安装Python和构成SciPy数据科学技术栈的最流行的工具包（ ， ， ，...）的集合 ，它是一个跨平台（Linux，Mac OS X，Windows）的Python发行版，用于数据分析和科学计算。

在运行安装程序之后，用户将可以访问Pandas和SciPy工具包的任何工具，而不需要安装任何其他东西，也不需要等待任何软件编译，非常的方便。
可以在 找到 的安装说明。
可以在 找到作为 一部分的可用软件包的完整列表。
安装Anaconda的另一个优点是安装它不需要管理员权限。Anaconda可以安装在用户的主目录中，如果您决定删除Anaconda（只需删除该文件夹就可以），这就非常方便了。

通过Miniconda安装

安装Pandas作为Anaconda 发行版的一部分，要安装超过一百个包，并涉及下载几百兆字节的安装程序。
如果您只想要安装你需要的包，或者具有有限的互联网带宽，那么使用Miniconda安装Pandas可能是更好的解决方案。
是 发行版所基于的软件包管理器。它是一个跨平台的且和语言无关的包管理器（它可以起到与pip和virtualenv组合类似的作用）。
允许您创建最小的Python安装包，然后使用Conda命令安装其他软件包。
首先你需要安装 ，下载并运行 会帮你做这件事。安装程序可以在这里找到。
下一步是创建一个新的conda环境。conda环境就像一个virtualenv，它允许您指定特定版本的Python和你需要的第三方库。从终端窗口运行以下命令：

 $ conda create -n name_of_my_env python

这将创建一个只安装了Python的最小环境。把你自己放在这个环境中（激活环境）：

 $ source activate name_of_my_env

在Windows上，命令是：

 $ activate name_of_my_env

最后一步是安装Pandas，可以使用以下命令完成：

 $ conda install Pandas

要安装特定的Pandas版本：

 $ conda install Pandas=0.20.3

要安装其他软件包，例如IPython：

 $ conda install ipython

要安装完整的Anaconda发行版：

 $ conda install anaconda

如果您需要可用于pip而不是conda的软件包，请安装pip，然后使用pip安装这些软件包：

 $ conda install pip $ pip install django

从PyPI安装

pip 是 Python 包管理工具，该工具提供了对Python 包的查找、下载、安装、卸载的功能。
目前如果你在 下载最新版本的安装包，则是已经自带了该工具。
Python 2.7.9 + 或 Python 3.4+ 以上版本都自带 pip 工具。
pip 官网：
你可以通过以下命令来判断是否已安装：

使用pip安装前，需要先查看pip是否已安装，具体命令如下：

 pip --version # Python2.x 版本命令
 pip3 --version # Python3.x 版本命令

如果你还未安装，则可以使用以下方法来安装：

 $ curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py  $ sudo python get-pip.py

 $ sudo python3 get-pip.py

一般情况 pip 对应的是 Python 2.7，pip3 对应的是 Python 3.x。

安装好了pip，则可以使用以下命令进行安装：

 $ pip install Pandas

通过ActivePython安装

可以在 找到 的安装说明。 版本2.7和3.5 包含了 pandas。

使用Linux发行版的包管理器进行安装

此表中的命令将从您的发行版安装Python 3版本的Pandas。要安装Python 2版本的Pandas，您可能需要使用 python-Pandas 包

安装验证

  $ pip install pandas
  $ python -i
  >>> pandaspd
 >>> df = pd.() 
 >>> print(df)
  Empty DataFrame
 Columns: []
 Index: []