维基百科

pandas

Python軟體庫
提示：此条目页的主题不是PANDAS，它是用于Pandora Archive的澳大利亚归档管理系统。

在计算机编程中，pandas是用于数据操纵和分析的Python软件库。它建造在NumPy基础上，并为操纵数值表格和时间序列，提供了数据结构和运算操作。它是在三条款BSD许可证下发行的自由软件[2]。它的名字派生自术语“面板数据”（panel data），这是计量经济学的术语，即包括了对同一个体在多个时期内的观测的数据集[3]。它的名字还可解释为对短语“Python data analysis”的玩笑[4]。

pandas
原作者Wes McKinney（英语：Wes McKinney）
开发者社区
首次发布2008年1月11日，​16年前​（2008-01-11）
当前版本2.2.3[1]在维基数据编辑（2024年9月20日，2个月前）
源代码库
编辑维基数据链接
编程语言Python, Cython, C
操作系统跨平台
类型数据分析
许可协议三条款BSD许可证
网站pandas.pydata.org

历史

编辑

2008年，原作者Wes McKinney（英语：Wes McKinney）开始在AQR资本管理公司制作pandas，用来满足在财务数据上进行定量分析（英语：Quantitative analysis (finance)）时，对高性能、灵活工具的需要。2009年，他在离开AQR之前，说服管理者允许他将这个软件库开放源代码。下面是其开发过程的时间线[5]：

  • 2008年，pandas开发开始。
  • 2009年，pandas开源。
  • 2012年，另一个AQR雇员Chang She加入了这个项目，并成为这个软件库的第二个主要贡献者。第一版《Python for Data Analysis》发布。
  • 2015年，pandas签约为NumFOCUS的一个财务赞助项目，NumFOCUS是美国的501(c)(3)非营利公益组织。
  • 2018年，举行了第一次面对面的“核心开发者冲刺”。
  • 2022年，第三版《Python for Data Analysis》公开版在线发行[6]。

数据模型

编辑

pandas的序列（Series）是一维的加标签数据结构，它能够持有任何数据类型，如整数、字符串、浮点数和Python对象等，轴标签在集体上称为索引（index）。序列表现得非常类似于NumPy的ndarray数据结构，并且是大多数NumPy函数的有效实际参数。

pandas提供了类似于R语言中data.frame对象的数据帧（DataFrame），它是二维的加标签数据结构，其诸纵列潜在的可能具有不同的类型；数据帧就像是电子表格或SQL表，或者是序列对象的字典[7]，这种格局也叫做数组之结构（英语：AoS_and_SoA）（SoA）。pandas允许各种数据操纵运算操作，比如选择[8]、归并[9]和重制形状[10]，还有数据清洗和数据加工（英语：data wrangling）特征。

主要特征

编辑

pandas提供了快速而高效的数据帧对象，用于凭借其集成的索引进行数据操纵。它的主要特征有：

  • 易于将在其他的Python和NumPy数据结构中，参差不齐或不同索引的数据，转换成数据帧对象。
  • 大小可变性，可以在数据帧和更高维对象中插入或删除纵列。
  • 自动和显式的“数据对齐”，标签和数据之间的联系是固有的，但是可以显式的控制二元运算的匹配和广播行为[11]。两个序列对象按标签自动对齐，两个数据帧对象自动对齐于纵列标签和索引（即横行标签）二者上，二元运算的结果对象具有双方的纵列标签和横行标签的并集；数据帧与序列对象之间的默认行为，是序列的索引自动对齐于数据帧的纵列标签，从而逐横行广播[12]。
  • 易于处理缺失数据，它被表示为用于浮点数的NaN（即NumPy的nan）、用于日期时间的NaT或跨数据类型的NA[13]。
  • 智能的对大数据集的基于标签的分片（英语：Array slicing），多重索引和其他花样索引，依据布尔值向量的子集化（英语：Subsetting）。
  • 直观的数据集的归并和连接。
  • 强大而灵活的分组（英语：Group by (SQL)）（groupby）功能，用来在数据集上进行分离-应用-合并（split-apply-combine）运算，它可用于数据聚合（英语：Aggregate function）和变换（英语：Data transformation (computing)）二者。
  • 灵活的数据集的重制形状（reshape）和枢轴汇总。
  • 轴可以有层级标签，从而在绘图时每个刻度可能有多重标签。
  • 健壮的I/O工具，用于从CSV和其他平面文件、JSON、Parquet（英语：Apache Parquet）、SQL表和查询、Excel文件装载数据，并以极快的HDF5格式保存/装载数据。[14]
  • 特定于时间序列的功能，例如日期范围生成和频率转换，移动窗口统计，日期移位（英语：Shift operator）和滞后（英语：Lag operator）。

pandas经过了高度的性能优化，关键代码路径用Cython或C语言写成。pandas可以利用PyArrow来扩展功能并增进各种API的性能[15]。pandas的缺省绘图后端是matplotlib，还可以扩展上其他第三方绘图（英语：Plot (graphics)）后端[16]，比如Plotly Express[17]。 进程内（英语：Embedded database）SQL OLAP列式数据库DuckDB，可以在pandas数据帧上执行SQL[18]。

示例

编辑

在下面的梗概示例中，展示针对数据帧的纵列和横行的基本运算： 

>>> import pandas as pd
>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> 
>>> data = {
...     'variable': ['A'] * 3 + ['B'] * 3 + ['C'] * 3 + ['D'] * 3,
...     'date': pd.to_datetime(['2023-01-01', '2023-01-02', '2023-01-03'] * 4),
...     'value': [x + 0.1 for x in range(12)]
... }
>>> 
>>> df = pd.DataFrame(data)
>>> type(df['value']) == pd.Series
True
>>>
>>> df['value1'] = df['value'] + 0.1
>>> df
   variable       date  value  value1
0         A 2023-01-01    0.1     0.2
1         A 2023-01-02    1.1     1.2
2         A 2023-01-03    2.1     2.2
3         B 2023-01-01    3.1     3.2
4         B 2023-01-02    4.1     4.2
5         B 2023-01-03    5.1     5.2
6         C 2023-01-01    6.1     6.2
7         C 2023-01-02    7.1     7.2
8         C 2023-01-03    8.1     8.2
9         D 2023-01-01    9.1     9.2
10        D 2023-01-02   10.1    10.2
11        D 2023-01-03   11.1    11.2
>>> 
>>> df.index
RangeIndex(start=0, stop=12, step=1)
>>> 
>>> df.columns
Index(['variable', 'date', 'value', 'value1'], dtype='object')
>>> 
>>> df.loc[[1, 2], ['value', 'value1']] 
   value  value1
1    1.1     1.2
2    2.1     2.2
>>> 
>>> [df.columns.get_loc(x) for x in ['value', 'value1']]
[2, 3]
>>> 
>>> df.iloc[[1, 2], [2, 3]] 
   value  value1
1    1.1     1.2
2    2.1     2.2
>>> 
>>> df[(df['value']/2 > 1) & (df['value1'] < 3)]
  variable       date  value  value1
2        A 2023-01-03    2.1     2.2
>>> 
>>> df.query('value/2 > 1 & value1 < 3')
  variable       date  value  value1
2        A 2023-01-03    2.1     2.2
>>>

数据帧中的数据经常存储为两种格式：堆叠格式或记录格式。在堆栈格式中，针对每个主题（subject）在适用情况下有多个横行，故而也称为“长”格式。在记录格式中，针对每个主题典型地有一个横行，故而也称为“宽”格式。在这个例子中，如果要对每个唯一的变量（'A', 'B', 'C', 'D'）进行时间序列运算，更好的表示形式为：诸纵列都对应唯一的变量（即对应不同的观测地点或观测者），而日期索引（'date'）标识出每个（不可细分的）个体观测。为此使用pivot()，将数据帧从堆叠格式重制形状为记录格式： 

>>> df.drop([0, 4, 8]).pivot(index='date', columns='variable')
           value                 value1                
variable       A    B    C     D      A    B    C     D
date                                                   
2023-01-01   NaN  3.1  6.1   9.1    NaN  3.2  6.2   9.2
2023-01-02   1.1  NaN  7.1  10.1    1.2  NaN  7.2  10.2
2023-01-03   2.1  5.1  NaN  11.1    2.2  5.2  NaN  11.2
>>>

这里给pivot()的输入数据帧的诸纵列中，除了指定用作index和columns的纵列（'date'和'variable'），仍有多个值纵列（'value', 'value1'）；这里没有通过指定values参数来选取其中之一，故而结果数据帧的诸纵列被纳入层级式索引（即多重索引MultiIndex），其最顶层指示出各自的值纵列（即依据观测量的不同而进行顶层分组）。

使用concat()和merge()，对数据帧进行串接（英语：Set operations (SQL)）和归并运算： 

>>> df1 = df.drop(columns='value').rename(columns={'value1': 'value'})
>>> df1 = pd.concat([df.drop(columns='value1'), df1], ignore_index=True)
>>> df1.shape
(24, 3)
>>> 
>>> data1 = [
...     ('A', pd.Timestamp('2023-01-01'), 0.3),
...     ('A', pd.Timestamp('2023-01-02'), 1.3)
... ]
>>> 
>>> rows = pd.DataFrame(data1, columns=['variable', 'date', 'value'])
>>> pd.concat([df1, rows], ignore_index=True).tail(3)
   variable       date  value
23        D 2023-01-03   11.2
24        A 2023-01-01    0.3
25        A 2023-01-02    1.3
>>> 
>>> right = pd.DataFrame(data1[0:1], columns=['variable', 'date', 'value1'])
>>> pd.merge(df1, right, on=['variable', 'date'], how='inner')
  variable       date  value  value1
0        A 2023-01-01    0.1     0.3
1        A 2023-01-01    0.2     0.3
>>>

使用groupby()和agg()，对数据帧进行分组（英语：Group by (SQL)）和聚合（英语：Aggregate function）运算： 

>>> df2 = df1.groupby(['date', 'variable']).agg({'value': 'sum'})
>>> df2
                     value
date       variable       
2023-01-01 A           0.3
           B           6.3
           C          12.3
           D          18.3
2023-01-02 A           2.3
           B           8.3
           C          14.3
           D          20.3
2023-01-03 A           4.3
           B          10.3
           C          16.3
           D          22.3
>>> 
>>> df2.shape
(12, 1)
>>> 
>>> df2.index
MultiIndex([('2023-01-01', 'A'),
            ('2023-01-01', 'B'),
            ('2023-01-01', 'C'),
            ('2023-01-01', 'D'),
            ('2023-01-02', 'A'),
            ('2023-01-02', 'B'),
            ('2023-01-02', 'C'),
            ('2023-01-02', 'D'),
            ('2023-01-03', 'A'),
            ('2023-01-03', 'B'),
            ('2023-01-03', 'C'),
            ('2023-01-03', 'D')],
           names=['date', 'variable'])
>>> 
>>> df2.columns
Index(['value'], dtype='object')
>>> 
>>> df2.loc[('2023-01-02', 'A')]
value    2.3
Name: (2023-01-02 00:00:00, A), dtype: float64
>>> 
>>> df2.loc['2023-01-02']
          value
variable       
A           2.3
B           8.3
C          14.3
D          20.3
>>> 
>>> df2.xs('A', level='variable')
            value
date             
2023-01-01    0.3
2023-01-02    2.3
2023-01-03    4.3
>>>

使用pivot_table()，对数据帧进行枢轴汇总运算： 

>>> df3 = df1.pivot_table(index='date', columns='variable', aggfunc='sum')
>>> df3
           value                  
variable       A     B     C     D
date                              
2023-01-01   0.3   6.3  12.3  18.3
2023-01-02   2.3   8.3  14.3  20.3
2023-01-03   4.3  10.3  16.3  22.3
>>> 
>>> df3.shape
(3, 4)
>>> 
>>> df3.to_numpy()
array([[ 0.3,  6.3, 12.3, 18.3],
       [ 2.3,  8.3, 14.3, 20.3],
       [ 4.3, 10.3, 16.3, 22.3]])
>>> 
>>> df3.index
DatetimeIndex(['2023-01-01', '2023-01-02', '2023-01-03'], dtype='datetime64[ns]', name='date', freq=None)
>>> 
>>> df3.columns
MultiIndex([('value', 'A'),
            ('value', 'B'),
            ('value', 'C'),
            ('value', 'D')],
           names=[None, 'variable'])
>>> 
>>> df1.pivot_table(index='date', columns='variable', values='value', aggfunc='sum').columns
Index(['A', 'B', 'C', 'D'], dtype='object', name='variable')
>>> 
>>> df3['value'].columns
Index(['A', 'B', 'C', 'D'], dtype='object', name='variable')
>>> 
>>> df3[('value', 'A')]
date
2023-01-01    0.3
2023-01-02    2.3
2023-01-03    4.3
Name: (value, A), dtype: float64
>>>
 
例子代码生成的条形图。

用matplotlib为数据帧绘制条形图： 

>>> ax = df3.plot.bar()
>>> h, l = ax.get_legend_handles_labels()
>>> ax.legend(h, df3.columns.get_level_values(1), title=None, loc='upper left')
<matplotlib.legend.Legend object at 0x7fdd1cff96d0>
>>> ax.set_xticklabels([x.strftime('%Y-%m-%d') for x in df3.index], rotation=0)
[Text(0, 0, '2023-01-01'), Text(1, 0, '2023-01-02'), Text(2, 0, '2023-01-03')]
>>> ax.get_xaxis().get_label().set_visible(False)
>>> ax.grid(axis='y', linestyle=':')
>>> ax.set_axisbelow(True)
>>> for i, m in enumerate(ax.containers):
...     for j, n in enumerate(m.get_children()):
...         n.set_x(j - 0.8*(0.5 - i/df3.columns.size))
...         n.set_width(0.8/df3.columns.size)          
...     ax.bar_label(m, fontsize='small')
... 
[Text(0, 0, '0.3'), Text(0, 0, '2.3'), Text(0, 0, '4.3')]
[Text(0, 0, '6.3'), Text(0, 0, '8.3'), Text(0, 0, '10.3')]
[Text(0, 0, '12.3'), Text(0, 0, '14.3'), Text(0, 0, '16.3')]
[Text(0, 0, '18.3'), Text(0, 0, '20.3'), Text(0, 0, '22.3')]
>>> plt.show()
>>>

导出和导入CSV文件： 

>>> df3.to_csv('dftest.csv', float_format='%.1f')
>>> 
>>> df4 = pd.read_csv('dftest.csv', header=[0, 1], index_col=0)
>>> df4.shape
(3, 4)

这里的标头（header）指定用作纵列名字的横行，而索引列（index_col）指定用作索引（index）即横行标签的纵列。

使用util-linux工具组成员column来查看导出的CSV文件： 

$ cat dftest.csv | column -s, -o, -t 
          ,value,value,value,value
variable  ,A    ,B    ,C    ,D
date      ,     ,     ,     ,
2023-01-01,0.3  ,6.3  ,12.3 ,18.3
2023-01-02,2.3  ,8.3  ,14.3 ,20.3
2023-01-03,4.3  ,10.3 ,16.3 ,22.3

导出和导入JSON文件： 

>>> df3.to_json('dftest.json', orient='index', date_format='iso', date_unit='s')
>>> 
>>> df4 = pd.read_json('dftest.json', orient='index')
>>> df4.shape
(3, 4)
>>> 
>>> df4.columns
Index(['('value', 'A')', '('value', 'B')', '('value', 'C')', '('value', 'D')'], dtype='object')
>>> 
>>> df4.columns = pd.MultiIndex.from_tuples([eval(x) for x in df4.columns])
>>> df4.index.name = df3.index.name
>>> df4.columns.name = df3.columns.name

这里指定了方向（orient）为索引（'index'），即采用横行为主（英语：Row- and column-major order）次序；这里指定了日期时间格式为ISO 8601标准格式，并且时间单位为秒。

使用jq语言实现jq来查看导出的JSON文件： 

$ cat dftest.json | jq
{
  "2023-01-01T00:00:00": {
    "('value', 'A')": 0.3,
    "('value', 'B')": 6.3,
    "('value', 'C')": 12.3,
    "('value', 'D')": 18.3
  },
  "2023-01-02T00:00:00": {
    "('value', 'A')": 2.3,
    "('value', 'B')": 8.3,
    "('value', 'C')": 14.3,
    "('value', 'D')": 20.3
  },
  "2023-01-03T00:00:00": {
    "('value', 'A')": 4.3,
    "('value', 'B')": 10.3,
    "('value', 'C')": 16.3,
    "('value', 'D')": 22.3
  }
}

导出和导入HDF5文件基于了PyTables[19]： 

>>> df3.to_hdf('dftest.h5', key='df3', mode='w')
>>> 
>>> df4 = pd.read_hdf('dftest.h5', key='df3')
>>> df4.shape
(3, 4)

这里通过键（key）参数，指定了与数据帧相对应的在HDF5文件中的群组（Group），对它采用了缺省的固定（'fixed'）存储格式，而文件打开模态'w'是为“写”（write）即“新建”。

使用hdf5-tools工具组成员h5ls来查看导出的HDF5文件： 

$ h5ls -r -d dftest.h5
/                        Group
/df3                     Group
/df3/axis0_label0        Dataset {4}
    Data:
         0, 0, 0, 0
/df3/axis0_label1        Dataset {4}
    Data:
         0, 1, 2, 3
/df3/axis0_level0        Dataset {1}
    Data:
         "value"
/df3/axis0_level1        Dataset {4}
    Data:
         "A", "B", "C", "D"
/df3/axis1               Dataset {3}
    Data:
         1672531200000000000, 1672617600000000000, 1672704000000000000
/df3/block0_items_label0 Dataset {4}
    Data:
         0, 0, 0, 0
/df3/block0_items_label1 Dataset {4}
    Data:
         0, 1, 2, 3
/df3/block0_items_level0 Dataset {1}
    Data:
         "value"
/df3/block0_items_level1 Dataset {4}
    Data:
         "A", "B", "C", "D"
/df3/block0_values       Dataset {3, 4}
    Data:
         0.3, 6.3, 12.3, 18.3, 2.3, 8.3, 14.3, 20.3, 4.3, 10.3, 16.3, 22.3

这里的HDF5文件中的日期时间表示，是以纳秒为单位的UNIX时间纪元（英语：Epoch (computing)）时间戳。这种存储格式保存了数据帧的两个轴[20]和所有的块[21]。由于这里只有一个块，这个块的items的内容同于axis0，而导出前面的数据帧df之时，它的四个纵列会集成（consolidate）为三个块，其items的并集同于axis0。

保存HDF5文件还可采用表格（'table'）格式，HDF5文件中这种存储格式的群组，可以直接在其上进行查询和删除： 

>>> df3.to_hdf('dftest.h5', key='df4', format='table', mode='a')
>>> 
>>> pd.read_hdf('dftest.h5', key='df4', where='index > 20230101', columns=[('value', 'A'), ('value', 'C')])
           value      
variable       A     C
date                  
2023-01-02   2.3  14.3
2023-01-03   4.3  16.3

这里的文件打开模态'a'是为“附加”（append）。

查看变更后的HDF5文件： 

$ h5ls dftest.h5
df3                      Group
df4                      Group
$ h5ls -r dftest.h5/df4
/_i_table                Group
/_i_table/index          Group
/_i_table/index/abounds  Dataset {0/Inf}
/_i_table/index/bounds   Dataset {0/Inf, 127}
/_i_table/index/indices  Dataset {0/Inf, 131072}
/_i_table/index/indicesLR Dataset {131072}
/_i_table/index/mbounds  Dataset {0/Inf}
/_i_table/index/mranges  Dataset {0/Inf}
/_i_table/index/ranges   Dataset {0/Inf, 2}
/_i_table/index/sorted   Dataset {0/Inf, 131072}
/_i_table/index/sortedLR Dataset {131201}
/_i_table/index/zbounds  Dataset {0/Inf}
/table                   Dataset {3/Inf}
$ h5ls -d dftest.h5/df4/table
table                    Dataset {3/Inf}
    Data:
         {1672531200000000000, [0.3,6.3,12.3,18.3]},
         {1672617600000000000, [2.3,8.3,14.3,20.3]},
         {1672704000000000000, [4.3,10.3,16.3,22.3]}

这里的_i_table/index群组存储了PyTables的tables.index模块所访问的内容[22]。

导出和导入netCDF文件可以借助xarray，它依赖于pandas，它通过netcdf4-python支持导入导出netCDF-4格式数据[23]，通过SciPy支持其他版本netCDF格式。xarray能够在自身的数据阵列（DataArray）与pandas的序列之间，在自身的数据集（Dataset）与pandas的数据帧之间，进行相互转换[24]： 

>>> df3.stack().shape
(12, 1)
>>> 
>>> import xarray as xr
>>> df3.stack().to_xarray().to_netcdf('dftest.nc')
>>> 
>>> df4 = xr.open_dataset('dftest.nc').to_dataframe().unstack()
>>> df4.shape
(3, 4)

使用netcdf-bin工具组成员ncdump来查看导出的netCDF文件： 

$ ncdump dftest.nc
netcdf dftest {
dimensions:
	date = 3 ;
	variable = 4 ;
variables:
	int64 date(date) ;
		date:units = "days since 2023-01-01 00:00:00" ;
		date:calendar = "proleptic_gregorian" ;
	string variable(variable) ;
	double value(date, variable) ;
		value:_FillValue = NaN ;
data:

 date = 0, 1, 2 ;

 variable = "A", "B", "C", "D" ;

 value =
  0.3, 6.3, 12.3, 18.3,
  2.3, 8.3, 14.3, 20.3,
  4.3, 10.3, 16.3, 22.3 ;
}
$ ncdump -k dftest.nc
netCDF-4
$ h5ls -r -d dftest.nc
/                        Group
/date                    Dataset {3}
    Data:
         0, 1, 2
/value                   Dataset {3, 4}
    Data:
         0.3, 6.3, 12.3, 18.3, 2.3, 8.3, 14.3, 20.3, 4.3, 10.3, 16.3, 22.3
/variable                Dataset {4}
    Data:
         "A", "B", "C", "D"

xarray的日期时间表示遵循了气候和预报元数据约定（英语：Climate and Forecast Metadata Conventions）[25]，这里的时间单位为距离某个指定的开始日期时间的日数，历法为前推格里高利历。ncdump的输出采用了netCDF的“公用数据语言”（CDL）[26]，它所称谓的变量，代表相同类型的值的多维阵列，变量声明指定了变量的数据类型、名字和以维度名字列表描述的形状。这里有三个变量：value是数据变量，date和variable是坐标变量，而变量声明double value(date, variable)中，转换得来的维度名字同于坐标变量名字。

参见

编辑

引用

编辑
  1. ^ 1.0 1.1 Release 2.2.3. 2024年9月20日 [2024年9月22日]. 
  2. ^ License – Package overview – pandas 1.0.0 documentation. pandas. 28 January 2020 [30 January 2020]. （原始内容存档于2012-02-14）. 
  3. ^ Wes McKinney. pandas: a Foundational Python Library for Data Analysis and Statistics (PDF). 2011 [2 August 2018]. （原始内容 (PDF)存档于2015-05-13）. 
  4. ^ McKinney, Wes. Python for Data Analysis, Second Edition. O'Reilly Media. 2017: 13. ISBN 9781491957660. 
  5. ^ About pandas — History of development — Timeline. [2023-09-30]. （原始内容存档于2023-10-10）. 
  6. ^ Python for Data Analysis, 3E. [2023-10-06]. （原始内容存档于2023-11-07）. 
  7. ^ DataFrame. [2022-09-01]. （原始内容存档于2022-09-01）. 
  8. ^ Indexing and selecting data. [2020-09-12]. （原始内容存档于2020-09-15）. 
  9. ^ Merge, join, concatenate and compare. [2020-09-12]. （原始内容存档于2020-09-15）. 
  10. ^ Reshaping and pivot tables. [2020-09-12]. （原始内容存档于2020-09-15）. 
  11. ^ Essential basic functionality — Matching / broadcasting behavior. [2023-12-22]. （原始内容存档于2024-04-21）. 
  12. ^ Intro to data structures — Data alignment and arithmetic. [2023-12-22]. （原始内容存档于2022-09-01）. 
  13. ^ Working with missing data. [2023-12-22]. （原始内容存档于2024-05-16）. 
  14. ^ IO tools (text, CSV, HDF5, …). [2020-09-12]. （原始内容存档于2020-09-15）. 
  15. ^ McKinney, Wes. Apache Arrow and the "10 Things I Hate About pandas". wesmckinney.com. 21 September 2017 [21 December 2023]. （原始内容存档于2024-05-25） （英语）. 
  16. ^ Python tools for data visualization — High-level tools. [2023-09-28]. （原始内容存档于2023-09-28）. 
  17. ^ Pandas Plotting Backend in Python. 
  18. ^ DuckDB Guides — SQL on Pandas. [2023-09-29]. （原始内容存档于2023-10-03）. 
  19. ^ PyTables: hierarchical datasets in Python. [2023-09-28]. （原始内容存档于2023-08-24）. 
  20. ^ What does axis in Pandas mean?. [2023-12-25]. （原始内容存档于2023-12-25）. 
  21. ^ Internal Structure of Pandas DataFrames. [2023-12-25]. （原始内容存档于2023-12-25）. 
  22. ^ Source code for tables.index. [2023-12-25]. （原始内容存档于2023-12-25）. 
  23. ^ netcdf4-python: Python/numpy interface to the netCDF C library. [2023-10-07]. （原始内容存档于2023-10-12）. 
  24. ^ xarray User Guide － Working with pandas. [2022-09-04]. （原始内容存档于2022-09-04）. 
  25. ^ NetCDF Climate and Forecast (CF) Metadata Conventions — Time Coordinate. [2023-10-09]. （原始内容存档于2023-10-12）. 
    xarray User Guide — Weather and climate data. [2023-10-09]. （原始内容存档于2023-10-12）. 
  26. ^ Documentation for Common Data Language. [2023-12-26]. （原始内容存档于2024-02-06）. 

延伸阅读

编辑

外部链接

编辑
检索自“https://zh.wikipedia.org/w/index.php?title=Pandas&oldid=85316380”