Pandas入门指南：数据处理从未如此简单！看完这篇你就会用了

你是不是经常遇到这样的场景？

Excel表格打开卡成PPT，几十万行数据一动就死机；

领导甩给你一堆CSV文件，让你“汇总一下各部门的销售额”；

网上爬下来的数据乱七八糟，缺斤少两还有错别字……

这时候要是你会用 Pandas，简直像开了挂！这个Python里的“数据处理瑞士军刀”，能让几小时的手工活变成几分钟的代码操作。今天就带你彻底搞懂Pandas，从安装到实战，包教包会！

一、为啥要用Pandas？Excel不香吗？

先别急着反驳：“我用Excel透视表也能搞定啊！” 但你试试这几个场景：

数据量太大：Excel最多支持104万行，超过这个数直接罢工；Pandas轻松处理百万级数据。

重复性操作：每天要从10个CSV文件里提取同一列数据？Excel手动复制粘贴累到吐血；Pandas写段循环代码，一键搞定。

复杂计算：比如“计算每个城市每月销售额环比增长率”“筛选同时满足3个条件的数据”——Excel公式写得头晕眼花，Pandas一行代码解决。

一句话：Pandas是给数据“批量做手术”的工具，尤其适合程序员、数据分析师、运营同学日常搬砖。

二、5分钟上手Pandas：安装+核心概念

1. 安装：一行命令的事儿

打开终端（Windows叫“命令提示符”），输入：

pip install pandas

如果网速慢，国内用户可以用清华镜像加速：

pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple

2. 核心概念：DataFrame和Series

Pandas有两个“灵魂”：

Series：可以理解为一列数据，比如“姓名”列、“年龄”列，自带索引（类似Excel的行号）。

DataFrame：可以理解为一张完整的表格，包含多列Series，既有行索引也有列名（类似Excel的工作表）。

举个栗子：

假设我们有个学生成绩表：

姓名 语文 数学 英语

小明 85 92 78

小红 90 88 95

小刚 76 95 82

在Pandas里，这就是一个 DataFrame，其中“姓名”列是一个 Series（索引是0、1、2），整个表格也是一个DataFrame（索引默认是0、1、2，列名是“姓名”“语文”等）。

三、Pandas必学操作：从读数据到存结果

1. 读数据：告别“另存为CSV”

Pandas支持几乎所有常见格式：CSV、Excel、JSON、SQL数据库……最常用的就是读CSV和Excel。

读csv文件：

import pandas as pd # 惯例：导入pandas并简写为pd

# 读取当前文件夹下的“成绩.csv”文件

df = pd.read_csv("成绩.csv") print(df) # 打印表格看看长啥样

读Excel文件（需要先安装

"openpyxl"库）：

pip install openpyxl # 第一次用Excel需要装这个 df = pd.read_excel("成绩.xlsx", sheet_name="Sheet1") # 指定sheet页

2. 看数据：先瞅瞅“长啥样”

拿到数据别急着算，先看看基本信息：

df.head(3) # 显示前3行（默认5行）

df.tail(2) # 显示后2行

df.shape # 输出 (行数, 列数)，比如 (3, 4)

df.info() # 查看每列数据类型（数字/字符串/日期）、是否有缺失值

df.describe() # 对数字列做统计（均值、最大值、最小值等）

比如上面的成绩表，

"df.describe()"会输出语文、数学、英语的平均分、最高分等。

3. 改数据：增删改查一条龙

新增一列（比如计算总分）：

df["总分"] = df["语文"] + df["数学"] + df["英语"]

删除一列（比如删除“姓名”列）：

df = df.drop(columns=["姓名"]) # 注意：drop默认返回新表格，原表格不变，所以要赋值回去

修改数据（比如把小明的数学成绩改成95）：

df.loc[df["姓名"] == "小明", "数学"] = 95 # loc按标签查找，“姓名=小明”的行，“数学”列

筛选数据（比如筛选数学成绩>90的学生）：

high_math = df[df["数学"] > 90]

print(high_math[["姓名", "数学"]]) # 只看姓名和数学成绩

4. 存数据：一键导出Excel/CSV

处理完数据，导出给别人看：

df.to_csv("处理后的成绩.csv", index=False) # index=False表示不保存行索引

df.to_excel("处理后的成绩.xlsx", sheet_name="成绩单", index=False)

四、进阶技巧：让数据处理效率翻倍

1. 批量处理：循环？不存在的！

很多人习惯用for循环遍历数据，但在Pandas里，向量化操作（对整个列进行计算）比循环快100倍！

比如计算每个学生的平均分（不用循环）：

df["平均分"] = (df["语文"] + df["数学"] + df["英语"]) / 3

或者用内置函数：

df["平均分"] = df[["语文", "数学", "英语"]].mean(axis=1) # axis=1表示按行计算

2. 分组统计：透视表的平替

想知道“每个班级的平均分”？用

"groupby"分组：

# 假设新增“班级”列：小明和小红是1班，小刚是2班

df["班级"] = ["1班", "1班", "2班"]

# 按班级分组，计算各科平均分

class_avg = df.groupby("班级")[["语文", "数学", "英语"]].mean() print(class_avg)

输出结果：

语文 数学 英语

班级

1班 87.5 90.0 86.5

2班 76.0 95.0 82.0

3. 处理缺失值：别让空值毁了分析

现实数据总会有缺失（比如某学生没考英语），Pandas用

"NaN"（Not a Number）表示空值。

检查缺失值：

df.isnull().sum() # 统计每列有多少空值 填充缺失值（比如用平均分填充英语成绩）：

df["英语"] = df["英语"].fillna(df["英语"].mean()) # 用该列平均值填充

删除含缺失值的行：

df = df.dropna() # 直接删，谨慎用！

4. 合并表格：VLOOKUP的终结者

比如有两个表：

"学生信息表"：姓名、班级

"成绩表"：姓名、语文、数学

想把两个表合并成“带班级的成绩表”，用

"merge"：

# 假设已读入两个表：info_df（学生信息）和 score_df（成绩）

merged_df = pd.merge(score_df, info_df, on="姓名", how="left") # 按“姓名”列合并，保留所有成绩

五、避坑指南：新手常犯的3个错误

1. 忘记

"inplace=True"很多方法（如

"drop"、

"fillna"）默认返回新表格，原表格不变。如果想直接修改原表格，要加

"inplace=True"：

df.drop(columns=["姓名"], inplace=True) # 直接删除原表格的“姓名”列

2. 混淆

"loc"和

"iloc"

"loc"：按标签（行名/列名）取数据，比如

"df.loc[0, "语文"]"（第0行“语文”列）。

"iloc"：按位置（行号/列号）取数据，比如

"df.iloc[0, 1]"（第0行第1列，即“语文”列）。新手建议优先用

"loc"，更直观。

3. 数据没排序就取Top N想取“数学成绩前2名”，别直接

"df.head(2)"，要先排序：

top2 = df.sort_values(by="数学", ascending=False).head(2) # ascending=False降序排列

六、实战案例：用Pandas分析销售数据

假设你有一份“2023年销售数据.csv”，包含字段：日期、产品、地区、销售额。

目标：分析“各地区Q4销售额占比”。

1. 读数据： "df = pd.read_csv("销售数据.csv")" 2. 提取Q4数据（10-12月）： df["日期"] = pd.to_datetime(df["日期"]) # 转为日期格式 q4_df = df[(df["日期"].dt.month >= 10) & (df["日期"].dt.month <= 12)] 3. 按地区分组求总销售额： region_sales = q4_df.groupby("地区")["销售额"].sum() 4. 计算占比： region_sales_ratio = region_sales / region_sales.sum() * 100 # 转为百分比 print(region_sales_ratio.round(2)) # 保留两位小数

结果示例：

地区

华北 35.2

华东 28.7

华南 22.1

西南 14.0

Name: 销售额, dtype: float64

实战案例：用Pandas分析销售数据

七、学习资源：从入门到精通

官方文档："Pandas Documentation" (https://pandas.pydata.org/docs/)（最权威，有中文版）

免费教程：B站“莫烦Python”Pandas系列（讲得超细，适合零基础）

练习数据集：Kaggle（搜索“Titanic”“House Prices”等经典数据集）

Pandas的强大远不止这些，但掌握今天讲的“读、看、改、存、分组、合并”6大核心操作，已经能解决80%的日常数据处理需求。

下次再遇到Excel卡死、数据杂乱的情况，别慌，打开Python，用Pandas让数据“乖乖听话”！

你用Pandas解决过最头疼的问题是什么？评论区聊聊，抽3位送《Pandas实战手册》电子版～