Pandas 是 Python 开源数据分析库，核心数据结构为 Series（一维）和 DataFrame（二维），专注结构化数据的导入、清洗、分析与导出，是数据科学领域的核心工具。
一、核心数据结构
Pandas 的核心能力依赖两种基础数据结构，覆盖一维到二维数据场景。
1. Series（一维数据结构）
- 定义：由数据值 和关联索引组成，类似带标签的列表。
- 结构：索引（index）+ 数据值（values），索引可自定义（默认从 0 开始）。
- 常用属性：
index：查看 / 设置索引values：获取底层数据数组dtype：数据类型shape：数据长度（如 (4,) 表示 4 个元素）
2. DataFrame（二维数据结构）
- 定义：类似 Excel 表格 / 数据库表，由多个 Series 按列组合而成，同时拥有行索引和列索引。
- 结构：行索引（index）+ 列索引（columns）+ 数据矩阵（values）。
- 常用属性：
columns：查看 / 修改列名index：查看 / 修改行索引info()：查看数据类型、非空值数量describe()：获取数值型数据的统计摘要（均值、标准差等）shape：数据维度（行数，列数）
二、核心功能（含参数表格）
Pandas 的功能覆盖数据处理全流程，以下是高频核心功能及关键参数。
1. 数据读取与导出
支持多种数据源格式，核心函数及参数如下：
|-----------------|--------------|--------------------|------------------|
| 函数 | 功能 | 常用参数 | 参数作用 |
| pd.read_csv() | 读取 CSV 文件 | filepath_or_buffer | 文件路径 / URL |
| | | sep | 字段分隔符（默认逗号） |
| | | header | 指定表头行（默认第 0 行） |
| | | na_values | 指定视为缺失值的内容 |
| | | usecols | 只读取指定列 |
| pd.read_excel() | 读取 Excel 文件 | sheet_name | 指定工作表（名称 / 索引） |
| df.to_csv() | 导出为 CSV 文件 | index | 是否导出行索引（默认 True） |
| df.to_excel() | 导出为 Excel 文件 | sheet_name | 自定义工作表名称 |
2. 数据清洗
- 缺失值处理：
df.dropna()：删除含缺失值的行 / 列（参数axis=0行 /axis=1列）df.fillna(value)：用指定值填充缺失值（如fillna(0)用 0 填充）
- 重复值处理：
df.duplicated()：判断重复行（返回布尔值）df.drop_duplicates()：删除重复行（参数keep="first"保留首行）
- 数据类型转换：
df.astype(dtype)：批量转换类型（如df["年龄"].astype(int)）pd.to_numeric()：将字符串转为数值型（参数errors="coerce"无法转换设为 NaN）
3. 数据操作与分析
- 筛选数据：
df.loc[行索引, 列名]：按标签筛选（如df.loc[0, "Apples"]取第 0 行 Apples 列）df.iloc[行索引, 列索引]：按位置筛选（如df.iloc[0:2, 0]取前 2 行第 1 列）
- 合并数据：
pd.concat([df1, df2])：上下拼接（参数axis=1左右拼接）pd.merge(df1, df2, on="键列")：按共同列关联（类似 SQL JOIN）
- 分组统计：
df.groupby("列名").agg(统计函数)：按列分组计算（如df.groupby("类别")["销量"].sum()）
- 透视表：
pd.pivot_table(df, values="值列", index="行索引列", columns="列索引列", aggfunc="mean")：生成交叉统计表
4. 时间序列分析
- 日期解析：
pd.to_datetime(df["日期列"])将字符串转为日期类型 - 重采样：
df.resample("M").sum()按月份汇总（"D" 日 /"W" 周 /"Q" 季度） - 时区转换：
df.tz_localize("UTC").tz_convert("Asia/Shanghai")
5. 数据可视化
- 与 Matplotlib 集成，直接调用 DataFrame/Series 的 plot 方法：
df.plot.line()：折线图df.plot.bar()：柱状图df.plot.scatter(x="x列", y="y列")：散点图
三、典型应用场景
- 金融领域：股票数据分析、财务报表处理、交易记录统计
- 科学研究：实验数据整理、观测数据统计（天文、生物、地理等）
- 企业业务：销售数据复盘、客户行为分析、运营指标监控
- 社交媒体：用户评论情感分析、话题趋势追踪、用户画像构建
- 医疗保健：患者数据管理、临床试验数据统计、疾病趋势分析
- 教育 / 营销：学生成绩分析、广告投放效果优化、市场调研数据处理
四、实战实例（代码 + 解释）
以下代码演示核心数据结构创建与基础操作：
python
# 1. 导入Pandas库（常规别名pd）
import pandas as pd
# 2. 创建Series（一维数据）
series_apples = pd.Series([1, 3, 7, 4], index=["周一", "周二", "周三", "周四"]) # 自定义索引
series_bananas = pd.Series([2, 6, 3, 5], index=["周一", "周二", "周三", "周四"])
print("苹果销量Series：")
print(series_apples)
# 输出：
# 周一 1
# 周二 3
# 周三 7
# 周四 4
# dtype: int64
# 3. 由Series创建DataFrame（二维数据）
df = pd.DataFrame({
"苹果": series_apples,
"香蕉": series_bananas
})
print("\n水果销量DataFrame：")
print(df)
# 输出：
# 苹果 香蕉
# 周一 1 2
# 周二 3 6
# 周三 7 3
# 周四 4 5
# 4. 基础操作：筛选+统计
# 筛选周三的销量
wed_sales = df.loc["周三"]
print("\n周三销量：")
print(wed_sales)
# 统计苹果总销量
total_apples = df["苹果"].sum()
print(f"\n苹果总销量：{total_apples}")
# 5. 导出为CSV文件
df.to_csv("水果销量数据.csv", index=True) # 保留行索引（日期）感谢大家的阅读 制作不易 麻烦各位点点关注和收藏 每天8点持续更新！！！