DataGo

DataGo 是一个高性能的 Go 语言数据分析库，提供类似 Python pandas 的 DataFrame 和 Series 数据结构，专为 Go 开发者设计。

为什么选择 DataGo？

• 熟悉的 API：借鉴 pandas 的设计理念，降低学习成本
• 高性能：原生 Go 实现，Excel 读取速度是 pandas 的 2 倍
• 并发支持：充分利用 Go 的并发特性，支持并行数据处理
• 类型安全：Go 的静态类型系统提供编译时检查
• 易于集成：无缝融入现有 Go 项目

功能概览

核心数据结构

结构	说明
DataFrame	二维表格数据，支持多种数据类型
Series	一维标签数组，支持统计计算
Index	行索引系统，支持标签访问

数据操作

• 选择与切片：Select、ILoc、Loc、At、Head、Tail
• 结构操作：AddColumn、Drop、Rename、Filter、SortBy
• 统计分析：Describe、Mean、Std、Min、Max、ValueCounts
• 缺失值处理：FillNA、DropNA、IsNA、NotNA

高级功能

• GroupBy 分组聚合：支持 Sum、Mean、Count 等聚合操作
• Merge/Join 合并：支持 Inner、Left、Right、Outer Join
• 并行处理：ParallelApply、ParallelFilter、ParallelTransform
• 数据合并：Concat 垂直合并多个 DataFrame

数据 I/O

• Excel：ReadExcel、WriteExcel（基于 excelize）
• CSV：ReadCSV、WriteCSV

性能基准

读取 Excel 文件性能对比：

数据规模	DataGo	pandas	polars
15K行 × 11列	0.21s	0.51s	0.10s
271K行 × 16列	5.76s	11.01s	2.18s

DataGo 的 Excel 读取性能约为 pandas 的 2 倍。

快速开始

package main

import (
    "fmt"

    "github.com/datago/dataframe"
    "github.com/datago/io"
)

func main() {
    // 创建 DataFrame
    df, _ := dataframe.New(map[string][]interface{}{
        "name":   {"Alice", "Bob", "Charlie"},
        "age":    {25, 30, 35},
        "salary": {50000.0, 60000.0, 70000.0},
    })
    fmt.Println(df)

    // 数据筛选
    filtered := df.Filter(func(r dataframe.Row) bool {
        age, _ := r.Get("age").(int)
        return age >= 30
    })
    fmt.Println("Age >= 30:", filtered)

    // 分组聚合
    gb, _ := df.GroupBy("age")
    stats := gb.Mean("salary")
    fmt.Println("平均薪资:", stats)

    // 读取 Excel
    excelDF, _ := io.ReadExcel("data.xlsx", io.ExcelOptions{HasHeader: true})
    fmt.Println(excelDF.Head(5))

    // 写入 CSV
    _ = io.WriteCSV("output.csv", df, io.CSVWriteOptions{})
}

下一步

• 安装与快速使用 - 开始使用 DataGo
• DataFrame 指南 - 学习核心数据结构
• 示例 - 查看更多使用示例