我正在使用 C/C++ 从遗留后端系统中提取大量数据，并使用 distutils 将其移动到 Python。在Python中获取数据后，我将其放入一个pandas DataFrame对象中进行数据分析。现在我想走得更快，想避免第二步。
是否有用于 pandas 的 C/C++ API 以在 C/C++ 中创建 DataFrame，添加我的 C/C++ 数据并将其传递给 Python？我正在考虑类似于 numpy C API 的东西。
我已经考虑在 C 中创建 numpy 数组对象作为一种解决方法，但我大量使用时间序列数据，并且也希望拥有 TimeSeries 和 date_range 对象。
【问题讨论】：
现在有一个 C++ 库，在接口和功能方面与 Pandas 包相当。 请参阅Linkedin“https://www.linkedin.com/pulse/pythons-pandas-c-update-hossein-moein/”中的这篇文章 开源代码在“https://github.com/hosseinmoein/DataFrame”
【讨论】：
我正在处理类似的问题，使用 C API 从 Pandas 不支持的格式加载数据。我找到了两种方法来解决这个问题，希望有人会觉得它们有用。
Pandas 数据框是纯 Python 类，因此不容易从 C/C++ 构造，但各个列 (see class Series source) 的底层数据存储是 numpy 一维数组。 Numpy 有一个不错的 C API，您可以从 C 构造 numpy 数组，然后将其传递给您的 Python 代码。
第二种解决方案是为 Pandas 编写自己的输入模块。这并不像听起来那么工作，而且可能非常有效。 Pandas 低级 IO 模块是用Cython（一种介于 Python 和 C 之间的特殊语言，编译为 C）编写的，参见例如以parser.pyx 为例。虽然那个特定的解析器非常复杂，但您的解析器基本上只会调用您的遗留 C 代码。
【讨论】：
所有 pandas 类（TimeSeries、DataFrame、DatetimeIndex 等）都有纯 Python 定义，因此没有 C API。您最好将 C 中的 numpy ndarrays 传递给您的 Python 代码，并让您的 Python 代码从中构造 pandas 对象。
如有必要，您可以使用 PyObject_CallFunction 等来调用 pandas 构造函数，但您必须注意从模块导入中访问名称并检查错误。
【讨论】：