一、Pandas 是什么？
Pandas 是 Python 里处理表格数据最强的库，类似 Excel，但能用代码批量、自动化处理。主要功能：
- 读取 / 写入 Excel、CSV、SQL
- 数据清洗、缺失值处理
- 筛选、排序、分组统计
- 合并、透视表、时间序列
- 配合 Matplotlib/Seaborn 画图
二、安装 Pandas
bash
运行
pip install pandas
导入惯例：
python
运行
import pandas as pd
import numpy as np
三、Pandas 两大核心数据结构
1. Series（一维数据）
类似带索引的列表
python
运行
s = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'])
print(s)
2. DataFrame（二维表格）
最常用，就是一张表
python
运行
data = {
'姓名': ['小明', '小红', '小刚'],
'年龄': [20, 21, 19],
'成绩': [88, 92, 75]
}
df = pd.DataFrame(data)
print(df)
四、查看数据基础信息
python
运行
df.head() # 前5行
df.head(10) # 前10行
df.tail() # 后5行
df.info() # 字段类型、缺失值
df.describe() # 数值列统计（均值、标准差、分位数）
df.shape # (行数, 列数)
df.columns # 列名
df.index # 索引
df.dtypes # 每列类型
五、读取与保存文件
1. 读取 CSV
python
运行
df = pd.read_csv('data.csv')
2. 读取 Excel
需要安装：pip install openpyxl
python
运行
df = pd.read_excel('data.xlsx')
3. 保存
python
运行
df.to_csv('new.csv', index=False) # 不保存索引
df.to_excel('new.xlsx', index=False)
六、数据选择与筛选
1. 选列
python
运行
df['姓名']
df[['姓名', '成绩']]
2. 按行 / 位置筛选（loc /iloc）
- iloc：按数字位置
- loc：按标签 / 条件
python
运行
df.iloc[0] # 第0行
df.iloc[0:2] # 前两行
df.loc[:, '姓名'] # 姓名列
3. 条件筛选（最常用）
python
运行
# 成绩大于80
df[df['成绩'] > 80]
# 多条件
df[(df['年龄'] >= 20) & (df['成绩'] > 80)]
# 包含某字符
df[df['姓名'].str.contains('小')]
七、新增、修改、删除列
python
运行
# 新增列
df['性别'] = ['男', '女', '男']
# 修改列
df['年龄'] = df['年龄'] + 1
# 删除列
df = df.drop('性别', axis=1)
八、缺失值处理
python
运行
df.isnull().sum() # 每列缺失值数量
df.dropna() # 删除含缺失值行
df.fillna(0) # 缺失值填0
df.fillna(df.mean()) # 用均值填充
九、去重、排序
python
运行
df.drop_duplicates() # 去重
df.sort_values('成绩', ascending=False) # 降序
df.sort_index() # 按索引排序
十、数据统计
python
运行
df['成绩'].sum()
df['成绩'].mean()
df['成绩'].max()
df['成绩'].min()
df['成绩'].count()
df['成绩'].std() # 标准差
十一、分组聚合 groupby
python
运行
# 按性别分组算平均成绩
df.groupby('性别')['成绩'].mean()
# 多个聚合函数
df.groupby('性别').agg({
'成绩': ['mean', 'max', 'count'],
'年龄': 'mean'
})
十二、数据合并与连接
1. concat（拼接）
python
运行
df1 = pd.DataFrame({'a':[1,2]})
df2 = pd.DataFrame({'a':[3,4]})
df = pd.concat([df1, df2], ignore_index=True)
2. merge（类似 SQL join）
python
运行
pd.merge(df1, df2, on='id', how='inner')
# how: inner / left / right / outer
十三、透视表 pivot_table
python
运行
pd.pivot_table(df,
values='成绩',
index='性别',
columns='班级',
aggfunc='mean')
十四、时间序列处理
python
运行
df['时间'] = pd.to_datetime(df['时间'])
df['年'] = df['时间'].dt.year
df['月'] = df['时间'].dt.month
# 按月份重采样
df.resample('M')['销售额'].sum()
十五、简单可视化
需要：pip install matplotlib
python
运行
import matplotlib.pyplot as plt
df['成绩'].plot(kind='bar')
plt.show()
df.plot(kind='scatter', x='年龄', y='成绩')
plt.show()
十六、常用小技巧
python
运行
# 替换值
df['性别'].replace({'男':1, '女':0})
# 重命名列
df.rename(columns={'成绩':'分数'})
# 遍历行
for idx, row in df.iterrows():
print(row['姓名'], row['成绩'])
# 函数映射
df['等级'] = df['成绩'].apply(lambda x: '优秀' if x>=90 else '及格')
十七、完整小案例（可直接运行）
python
运行
import pandas as pd
data = {
'姓名': ['小明','小红','小刚','小李'],
'年龄': [20,21,19,22],
'成绩': [85,95,70,88]
}
df = pd.DataFrame(data)
# 筛选90分以上
high_score = df[df['成绩'] >= 90]
print(high_score)
# 统计平均成绩
print('平均分：', df['成绩'].mean())
如果你需要，我可以继续为你写：
