如果你只能学一个 Python 第三方库，pandas 大概率就是答案。
—— Wes McKinney（pandas 之父）

本文用「一条主线 + 一张思维导图 + 一份速查表 + 十个高频代码片段」带你由浅入深吃透 pandas。

一、为什么非学 pandas 不可？

1. 统一接口：无论数据源是 CSV、Excel、SQL、JSON 还是 Parquet，一句 read_* 即可变 DataFrame。
2. 内存友好：底层基于 NumPy + Block Manager，比纯 Python 列表快 10~100 倍。
3. 生态王者：scikit-learn、TensorFlow、Streamlit、Dash、Matplotlib 全部把 DataFrame 当“一等公民”。

二、核心数据结构（牢记两张图）

三、一条典型数据处理流水线

import pandas as pd

# 1️⃣ 读取
df = pd.read_csv('sales.csv')

# 2️⃣ 清洗
df = df.dropna(subset=['price'])            # 丢空值
df['date']   = pd.to_datetime(df['date'])   # 转日期
df['region'] = df['region'].astype('category')  # 节省内存

# 3️⃣ 转换
df['revenue'] = df['price'] * df['qty']
monthly = df.groupby(df['date'].dt.to_period('M'))['revenue'].sum()

# 4️⃣ 输出
monthly.to_excel('月度汇总.xlsx')

四、高频 API 速查表（建议收藏）

五、性能优化三板斧

1. 向量化：避免 for 循环，直接使用 pandas/NumPy 内置函数。

   # ❌ 慢
   df['double'] = [x*2 for x in df['value']]
   # ✅ 快
   df['double'] = df['value'] * 2
   

2. 类型优化

   df['category'] = df['category'].astype('category')  # 内存 ↓80%
   

3. 分块 & 并行

   # 大文件分块读取
   for chunk in pd.read_csv('big.csv', chunksize=100_000):
       process(chunk)
   

六、与 Excel 的 1:1 映射

七、常见坑 & 对策

八、一张「学习路线图」

1. 入门：Series & DataFrame 创建/索引/切片
2. 进阶：缺失值处理、分组聚合、重塑变形（melt/pivot）
3. 实战：时间序列、金融数据、机器学习特征工程
4. 性能：Profiling、并行、pyarrow、Polars 对比

九、小结 & 资源

• 官方文档：https://pandas.pydata.org/docs/
• 速查海报：pandas-cheatsheet.pdf（公众号回复「pandas」领取）
• 练习数据集：Kaggle → “Pandas-Exercises” 仓库

记住：pandas 不是「Excel 的替代品」，而是「Excel 的超能力扩展」。
当你能用 3 行代码完成原来 30 次点击的操作，你会爱上它。