Python基本库——Pandas

一、Pandas 核心概念

Pandas 是 Python 中用于数据清洗、数据处理、数据分析的核心库，就像 “Excel 升级版 + 数据库简化版”，能轻松处理表格型数据（比如 CSV、Excel 文件），比纯 Python 列表 / 字典处理数据效率高得多。

核心数据结构有两个：

1. Series：一维数据（类似单列表格 / 带标签的数组），比如一列学生成绩；
2. DataFrame：二维数据（类似完整的 Excel 表格），是 Pandas 最常用的结构，由行和列组成，每列可以是不同数据类型（数值、字符串、时间等）。

二、Pandas 基础使用（开箱即用代码）

1. 安装与导入（前置条件）

首先确保安装了 Pandas，终端执行：

bash

运行

pip install pandas # 如果需要读写Excel文件，额外安装： pip install openpyxl xlrd

导入 Pandas（惯例简写为 pd）：

python

运行

import pandas as pd

2. 核心操作示例（新手必学）

python

运行

# 1. 创建DataFrame（模拟一份学生成绩数据） data = { "姓名": ["张三", "李四", "王五", "赵六"], "语文": [85, 92, 78, 88], "数学": [90, 80, 85, 95], "班级": ["一班", "二班", "一班", "二班"] } df = pd.DataFrame(data) # 2. 查看数据（基础探索） print("前2行数据：") print(df.head(2)) # 查看前n行，默认5行 print("\n数据基本信息：") print(df.info()) # 查看列名、数据类型、非空值数量 print("\n数值列统计信息：") print(df.describe()) # 均值、标准差、最值等 # 3. 数据筛选（按条件找数据） # 筛选数学成绩≥90的学生 high_math = df[df["数学"] >= 90] print("\n数学≥90分的学生：") print(high_math) # 4. 数据分组统计（按班级算平均分） class_avg = df.groupby("班级")[["语文", "数学"]].mean() print("\n各班级语文/数学平均分：") print(class_avg) # 5. 读写文件（实战常用） df.to_excel("学生成绩.xlsx", index=False) # 保存为Excel，index=False不保存行号 new_df = pd.read_excel("学生成绩.xlsx") # 读取Excel文件 print("\n从Excel读取的数据：") print(new_df)

代码执行效果示例：

plaintext

前2行数据： 姓名 语文 数学 班级 0 张三 85 90 一班 1 李四 92 80 二班 数据基本信息： <class 'pandas.core.frame.DataFrame'> RangeIndex: 4 entries, 0 to 3 Data columns (total 4 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 姓名 4 non-null object 1 语文 4 non-null int64 2 数学 4 non-null int64 3 班级 4 non-null object dtypes: int64(2), object(2) memory usage: 256.0+ bytes None 数值列统计信息： 语文 数学 count 4.000000 4.000000 mean 85.750000 87.500000 std 5.916080 6.454972 min 78.000000 80.000000 25% 83.250000 83.750000 50% 86.500000 87.500000 75% 89.000000 91.250000 max 92.000000 95.000000 数学≥90分的学生： 姓名 语文 数学 班级 0 张三 85 90 一班 3 赵六 88 95 二班 各班级语文/数学平均分： 语文 数学 班级 一班 81.5 87.5 二班 90.0 87.5 从Excel读取的数据： 姓名 语文 数学 班级 0 张三 85 90 一班 1 李四 92 80 二班 2 王五 78 85 一班 3 赵六 88 95 二班

三、Pandas 适用场景

• 处理结构化数据：比如清洗爬虫数据、分析销售报表、整理问卷调查结果；
• 数据预处理：机器学习前的缺失值填充、异常值处理、数据格式转换；
• 快速统计分析：替代 Excel 做批量计算、分组汇总、多表合并。

总结

1. Pandas 是 Python 处理表格数据的核心库，核心结构是Series（一维）和DataFrame（二维）；
2. 新手先掌握：创建 / 查看数据、筛选数据、分组统计、读写文件这 4 个核心操作；
3. Pandas 优势是高效处理大量数据，比 Excel 更灵活，比纯 Python 代码更简洁。