如何在非Docker部署的Debian系统Airflow中安装Pandas包？

核心问题：环境不一致导致依赖找不到 #

你遇到的ModuleNotFoundError本质是安装pandas所用的pip，和Airflow运行时依赖的Python环境不是同一个。很多人会忽略Airflow可能运行在独立的Python环境（比如虚拟环境、系统不同版本的Python），直接用系统pip安装依赖，自然无法被Airflow识别。

无需重装Airflow的解决方案 #

1. 定位Airflow使用的Python解释器 #

先确认Airflow实际运行的Python路径：

• 方法一：执行命令查看Airflow环境信息：

  airflow info | grep "Python Version"
  

  输出会包含Python版本和对应解释器路径，比如Python Version: 3.9.10 (/usr/local/bin/python3.9)。
• 方法二：临时修改DAG文件添加打印代码，触发解析后查看日志：

  import sys
  print("Airflow Python path:", sys.executable)
  

2. 用对应环境的pip安装依赖 #

拿到Airflow的Python路径后，用该路径对应的pip安装pandas：
比如路径是/usr/local/bin/python3.9，执行：

/usr/local/bin/python3.9 -m pip install pandas

如果Airflow安装在虚拟环境中，先激活环境再执行安装：

source /path/to/airflow/venv/bin/activate
pip install pandas

3. 批量管理依赖的方法 #

如果需要添加多个依赖，可将所有包写入$AIRFLOW_HOME/requirements.txt（比如内容为pandas==2.1.0），再用Airflow对应的pip批量安装：

/path/to/airflow/python -m pip install -r $AIRFLOW_HOME/requirements.txt

常见认知误区 #

• 误以为系统全局安装的依赖会被所有Python环境共享：不同Python版本、虚拟环境之间是隔离的，必须确保依赖安装到Airflow实际运行的环境中。
• 无需重装Airflow就能添加依赖：Airflow支持动态添加依赖，只要依赖安装到正确环境，重启Airflow scheduler和webserver后即可生效。

内容的提问来源于stack exchange，提问作者Vladislav Zhilmanov