Pandas入门教程(三):安装与环境配置——运行第一个DataFrame

一、安装前的准备

安装 Pandas 需要基础环境是 Python。Pandas 是一个基于 Python 的库,因此你需要先安装 Python,然后再通过 Python 的包管理工具 pip 安装 Pandas。

前提条件检查:

条件 检查命令
已安装 Python python --version
已安装 pip pip --version

如果还没安装 Python,请先前往 Python 官网 下载安装。

二、使用 pip 安装 Pandas

bash

复制代码
pip install pandas

使用国内镜像加速(推荐):

bash

复制代码
pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple

常用镜像源:

镜像源 地址
清华 Simple Index
阿里云 Simple Index
中科大 Verifying - USTC Mirrors

指定版本安装:

bash

复制代码
pip install pandas==2.0.0

提示: Pandas 依赖 NumPy,安装时会自动一并安装。

使用虚拟环境(推荐):

bash

复制代码
# 创建虚拟环境
python -m venv venv

# 激活(Linux/macOS)
source venv/bin/activate

# 激活(Windows)
venv\Scripts\activate

# 安装 Pandas
pip install pandas
三、验证安装

安装成功后,我们就可以导入 pandas 包使用:

python

复制代码
import pandas

查看 pandas 版本:

python

复制代码
>>> import pandas
>>> pandas.__version__   # 查看版本
'1.1.5'

在命令行中验证:

bash

复制代码
python -c "import pandas; print(pandas.__version__)"

如果能看到版本号输出,说明安装成功。

四、约定别名 pd

导入 pandas 一般使用别名 pd 来代替:

python

复制代码
import pandas as pd

查看版本:

python

复制代码
>>> import pandas as pd
>>> pd.__version__   # 查看版本
'1.1.5'

为什么用 pd 作为别名?

原因 说明
约定俗成 社区统一使用 pd,代码可读性高
简洁 每次调用少打字符
兼容性 参考他人代码时无需转换

常见别名约定:

库 约定别名
Pandas pd
NumPy np
Matplotlib.pyplot plt
Seaborn sns
五、第一个 Pandas 实例

python

复制代码
import pandas as pd

mydataset = {
    'sites': ["Google", "Runoob", "Wiki"],
    'number': [1, 2, 3]
}

myvar = pd.DataFrame(mydataset)

print(myvar)

执行以上代码,输出结果为:

text

复制代码
    sites  number
0  Google       1
1  Runoob       2
2    Wiki       3

代码逐行解析:

代码 作用
import pandas as pd 导入 Pandas,别名为 pd
mydataset = {...} 定义字典,键为列名,值为数据列表
pd.DataFrame(mydataset) 将字典转换为 DataFrame
print(myvar) 打印表格

输出结构解读:

部分 说明
sites、number 列名(来自字典的键)
0、1、2 行索引(自动生成)
Google、1 等 具体数据值
六、安装常见问题排查
问题现象 可能原因 解决方案
pip: command not found 未安装 pip 参考 pip 安装教程
ModuleNotFoundError: No module named 'pandas' 未安装或装到了其他环境 检查 pip -V 对应的 Python 版本
安装缓慢或超时 默认源在国外 使用国内镜像源 -i
版本过低 系统自带旧版本 pip install --upgrade pandas
权限错误 无写入权限 使用虚拟环境或加 --user
与 NumPy 版本冲突 依赖不兼容 升级 NumPy:pip install --upgrade numpy

升级 Pandas:

bash

复制代码
pip install --upgrade pandas

卸载 Pandas:

bash

复制代码
pip uninstall pandas

查看已安装的 Pandas 信息:

bash

复制代码
pip show pandas
七、安装流程图
八、小结

本篇你完成了 Pandas 的安装与初次使用:

  • 安装 Pandas :pip install pandas,推荐使用国内镜像加速。

  • 验证安装 :pandas.__version__ 查看版本号。

  • 约定别名 :import pandas as pd 是社区通用写法。

  • 第一个实例:字典转 DataFrame,理解列名、行索引与数据的关系。

  • 常见问题:安装失败、版本冲突、权限错误的排查方法。

环境配置完成后,你就可以开始真正的数据分析之旅了。下一篇我们将深入学习 Series 数据结构,掌握一维数据的创建、索引与运算。

相关推荐
databook2 天前
经常听到的透视表是干什么的?
python·数据分析·pandas
benchmark_cc3 天前
A 股、港股、美股如何建立统一的标的主数据格式?
开发语言·python·数据分析·pandas·量化交易·股票数据·quantdash
benchmark_cc4 天前
用 00700.HK 做港股行情清洗:字段核对、校验与个人量化开发实践
python·数据分析·pandas·量化交易·股票数据·quantdash
第九序言T4 天前
数据分析岗 Pandas 面试题 20 道(上):概念与读代码
python·数据分析·pandas·数据处理
2601_966949654 天前
如何封装 qd.klines.batch(),让批量 K 线查询函数在多个策略中复用?
开发语言·python·数据分析·pandas·量化交易·股票数据·quantdash
Blockbuater_drug4 天前
《经典机器学习实战》第 2 课:回归入门——环境、工具与数据准备
线性回归·pandas·scikit-learn·数据可视化·数据清洗·最小二乘法·conda环境
烂蜻蜓5 天前
Pandas入门教程(十六):常用函数速查手册——读写、清洗、选择、排序、分组与统计
pandas
quantdash_cc5 天前
个人开发者用 QuantDash 读取港股行情:00700.HK 的 Python 函数封装与校验实践
python·数据分析·pandas·量化交易·股票数据·quantdash
databook6 天前
Pandas 与 Polars:语法、性能和资源占用方面的对比
python·数据分析·pandas
桑年6 天前
四、Pandas数据处理
人工智能·python·线性代数·pandas·数据可视化·数据处理