Pandas 教程¶
Pandas 是面向表格和时间序列数据的 Python 库。本教程按“基础入门、数据读写、分析能力、数据处理核心、API 参考”组织；示例默认使用 import pandas as pd。
版本基线¶
本文档最低兼容 Pandas 2.0，主要按 Pandas 2.x 的公开 API 编写。仅 Pandas 2.1 及以上可用的功能会显式标注，例如 DataFrame.map；Pandas 2.0 应使用对应替代写法。建议运行以下代码确认环境：
import pandas as pd
major, minor = map(int, pd.__version__.split(".")[:2])
if (major, minor) < (2, 0):
raise RuntimeError("本教程要求 pandas >= 2.0")
print("pandas version:", pd.__version__)
Pandas 未来版本可能调整默认参数或移除弃用 API。项目应固定依赖版本、把弃用警告纳入测试，并以所用版本的官方文档为最终依据。
概念与用途¶
Pandas 用 Series 和 DataFrame 表达带标签数据，适合表格读写、清洗、转换、统计和时间序列分析。学习时应同时理解数据类型、索引对齐和空值语义，而不只是记忆函数名。
核心 API¶
核心对象是 pd.Series、pd.DataFrame 和 pd.Index；高频操作包括 read_*、loc、groupby、merge、pivot_table、rolling 与 to_*。各分组页面会进一步说明参数、返回类型和适用边界。
可运行示例¶
import pandas as pd
sales = pd.DataFrame({"team": ["A", "A", "B"], "amount": [10, 15, 12]})
summary = sales.groupby("team", as_index=False).agg(total=("amount", "sum"))
print(summary)
学习路线¶
- 从 pandas 简介、安装、Series 和 DataFrame 掌握对象模型。
- 使用 数据读写 选择格式并建立可靠的导入、导出流程。
- 进入 数据处理核心，学习选取、清洗、合并、重塑、分组和窗口计算。
- 结合相关性、可视化、性能与股票案例完成分析，再用 参考手册 快速查找 API。
基础与分析¶
| 主题 | 页面 |
|---|---|
| pandas 简介 | 认识 Pandas |
| Pandas 安装 | 安装与环境验证 |
| Pandas Series | 一维带标签数据 |
| Pandas DataFrame | 二维表格对象 |
| Pandas 数据清洗 | 清洗工作流 |
| Pandas 常用函数 | 常用函数速查 |
| Pandas 相关性分析 | 相关系数与解释 |
| Pandas 数据排序与聚合 | 排序和汇总 |
| Pandas 数据可视化 | 内置绘图 |
| Pandas 高级功能 | 进阶能力 |
| Pandas 性能优化 | 内存与速度 |
| Pandas 股票数据分析 | 行情分析案例 |
| Pandas Index 详解 | 索引语义 |
| Pandas 多层索引 | MultiIndex |
| Pandas 数据类型 | dtype 与转换 |
| Pandas 类别类型 | Categorical |
分组入口¶
- 数据读写：CSV、Excel、JSON、SQL、HTML、Parquet、Feather 与导出。
- 数据处理核心：选择、过滤、缺失值、字符串、时间序列、合并、重塑、分组和窗口。
- 参考手册：I/O、Series、DataFrame、数组、Index、DateOffset 与测验。
常见错误与工程注意事项¶
示例尽量在内存中构造数据；涉及文件的示例会创建当前目录下的临时演示文件。生产项目应固定 Pandas 和可选 I/O 引擎版本，在写出前明确索引、时区、空值和数据类型约定，并为关键转换增加行数、主键唯一性与取值范围校验。