在前序内容里，我们已经完成 Linux 系统环境搭建、数据库 SQL 知识、NumPy 数值计算与 Matplotlib 可视化工具的学习，已经具备了数据存储、底层数值运算、图表呈现的基础能力。而在真实的数据处理与统计分析项目中，绝大多数业务数据都是表格化的结构化格式，Pandas 正是 Python 生态中专门针对表格数据设计的第三方工具库，是数据分析全流程的核心枢纽。
本篇作为系列第四篇，将围绕 Pandas 完整知识框架展开讲解，全程不展示代码，仅拆解概念逻辑、功能分类、业务使用场景，适配 Word 规范排版要求，帮大家掌握结构化数据从读取、清洗、改造到分组统计的全链路能力。
一、Pandas 基础概述
1.1 工具定位与应用场景
Pandas 是 Python 的第三方专业数据分析库，贯穿数据项目完整工作流，核心覆盖五大环节：
数据加载：从各类文件、数据库中读取原始表格数据；
数据预处理：完成缺失值、重复值、异常值清洗，规整数据格式；
数据统计分析：实现聚合计算、分组对比、指标提取；
结果导出：把处理完成的数据保存为通用格式文件；
数据可视化：对接 Matplotlib 实现表格数据的图表绘制。
1.2 两大核心数据对象
Pandas 所有操作都围绕两个基础数据结构展开：
1.2.1 Series 一维序列对象
Series 是一维带索引的数组结构，可以把 DataFrame 中的单行或单列数据看作一个独立的 Series 对象。
创建方式：支持通过普通数组、Python 列表、字典等形式生成，可自定义行索引标签；
核心属性：包含索引、数值两大核心属性，索引和数值一一对应。
1.2.2 DataFrame 二维表格对象
DataFrame 是最常用的二维表格结构，逻辑等同于 Excel 工作表，拥有行索引、列名双维度标识，是日常业务数据的主要载体。
创建方式：支持通过嵌套列表、字典、Series 组合等形式生成，可自定义行索引与列名称；
核心属性：包含行索引、列名、数据内容、表格形状、元素总数，还支持实现行列结构的转置；
典型应用场景：学生各科成绩表、业务销售记录表这类多字段、多记录的结构化数据。
二、Pandas 支持的数据类型
Pandas 兼容丰富的数据类型，既包含 Python 原生数据类型，也针对数据分析拓展了专用类型：
字符串类型：用于存储文本类分类、描述信息；
日期时间类型：适配时序数据，支持日期解析、时间偏移计算；
时间间隔类型：用于记录两个时间点之间的时长差；
分类类型：针对固定枚举类标签优化存储，节省内存并方便分组统计；
其余数值、布尔等类型：和 Python 原生数据体系保持一致。
三、Pandas 全流程基本操作
3.1 数据读写操作
支持主流数据格式的读取与导出，打通数据上下游：
读取来源：支持 CSV 类文本表格、SQL 数据库数据表、JSON 格式文件等多种数据源；
导出方向：可以将处理完成的表格数据，反向保存为 CSV、Excel、JSON 等通用格式文件，方便交付复用。
3.2 索引相关操作
索引是 Pandas 数据筛选、对齐的核心依据，支持灵活调整：
设置专属索引：指定某一列或自定义序列作为表格的行索引；
重置索引：撤销自定义索引，恢复默认连续数字索引；
排序操作：既可以按索引排序，也可以按指定列的数值大小完成全表排序。
3.3 数据筛选与运算
3.3.1 数据筛选方式
直接列筛选：通过列名快速提取单列或多列目标数据；
逻辑表达式筛选：结合与、或、非这类逻辑运算符，按多条件精准筛选符合要求的数据行。
3.3.2 统计与数值运算
常规统计运算：支持求和、最值、平均值、方差、标准差等全套统计指标计算；
元素级运算：支持单列批量赋值、多列按规则运算，也可以调用自定义函数对列数据做批量改造；
新增列：通过已有列运算生成新字段，拓展表格的分析维度。
3.4 数据增删与内容修改
3.4.1 维度增减改造
新增内容：可以追加新列，也可以在表格末尾新增数据行；
删除内容：可删除指定列、删除指定行，还能剔除完全重复的数据行，Series 对象还支持去除重复值的专属操作。
3.4.2 内容替换修改
支持全局或按筛选范围完成数值替换，把旧值批量更新为新值，适配异常值修正、枚举值规整这类场景。
3.5 数据查看与缺失处理
局部预览：可以查看表格前若干行、末尾若干行，快速摸清数据整体样貌；
缺失值处理：两大主流方案，一是直接剔除存在缺失的行 / 列，二是用均值、中位数、固定常数等方式填充空缺内容，适配不同业务容错要求。
3.6 数据合并与分组分析
3.6.1 多表合并
两种常用合并逻辑：
拼接合并：把结构一致的多张表格沿行方向堆叠，扩充数据量；
关联合并：依据共同关键字段，像数据库多表连接一样把多张表的字段融合拼接。
3.6.2 分组统计
这是数据分析高频操作，分为三层能力：
基础分组：按照指定字段把数据划分为多个组别；
分组聚合：对每个分组单独执行求和、均值等统计计算；
分组筛选：依据分组统计结果，过滤保留符合条件的分组数据。
四、逻辑图
