数据处理核心

概念与用途

Pandas 数据处理遵循“选取、过滤、清洗、转换、组合、重塑、分组、窗口计算”的主线。本组页面关注这些操作的标签语义、空值行为和可扩展写法。

核心 API

loc、iloc、query、dropna、fillna、drop_duplicates、str、dt、map、merge、concat、pivot、groupby、rolling。

可运行示例

import pandas as pd

df = pd.DataFrame({"team": ["A", "A", "B"], "score": [8, None, 10]})
result = (df.assign(score=lambda x: x["score"].fillna(0))
            .groupby("team", as_index=False)
            .agg(total=("score", "sum")))
print(result)

页面导航

• 数据选取、过滤与条件查询。
• 缺失值、重复数据、字符串。
• 日期与时间、时间序列、apply / map / applymap。
• 数据合并、数据拼接、数据重塑。
• 分组操作、窗口函数。

注意事项

每一步都应明确输入输出粒度、排序、索引和空值策略。链式处理便于组合，但关键边界要验证行数、唯一键和类型。能用向量化、连接或分组完成时，不使用 Python 逐行循环。