安装 Pandas

在 Python 中使用 Pandas 前需要先安装该模块，可以通过以下命令安装：

pip install pandas

核心数据结构

Pandas 提供了两种主要数据结构：

• Series：一维带标签数组，类似于字典或表格中的一列。
• DataFrame：二维表格型数据结构，由多个 Series 组成，类似 Excel 表格或 SQL 表。

创建 Series

import pandas as pd  
data = pd.Series([1, 3, 5, 7], index=['a', 'b', 'c', 'd'])  

创建 DataFrame

data = {'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35]}  
df = pd.DataFrame(data)  

数据读取与写入

支持多种格式文件的读写操作：

• CSV 文件

  df = pd.read_csv('data.csv')  # 读取  
  df.to_csv('output.csv', index=False)  # 写入  
  

• Excel 文件

  df = pd.read_excel('data.xlsx')  
  df.to_excel('output.xlsx', sheet_name='Sheet1')  
  

数据筛选与操作

• 选择列

  df['Name']  # 单列  
  df[['Name', 'Age']]  # 多列  
  

• 条件筛选

  df[df['Age'] > 25]  # 筛选年龄大于25的行  
  

• 添加/删除列

  df['Salary'] = [50000, 60000, 70000]  # 添加列  
  df.drop('Salary', axis=1, inplace=True)  # 删除列  
  

数据统计与聚合

• 基础统计

  df.describe()  # 统计摘要（均值、标准差等）  
  df['Age'].mean()  # 计算平均值  
  

• 分组聚合

  df.groupby('Department')['Salary'].sum()  # 按部门分组计算薪资总和  
  

处理缺失值

• 检测缺失值

  df.isnull()  # 返回布尔值表  
  df.isnull().sum()  # 每列缺失值数量  
  

• 填充或删除缺失值

  df.fillna(0)  # 填充为0  
  df.dropna()  # 删除含缺失值的行  
  

时间序列处理

Pandas 支持时间序列数据操作，例如：

dates = pd.date_range('20230101', periods=3)  
df = pd.DataFrame({'Date': dates, 'Value': [10, 20, 30]})  
df.set_index('Date', inplace=True)  # 将日期设为索引  

性能优化

• 使用 df.apply() 替代循环操作。
• 对大数据集考虑使用 dtype 参数优化内存，例如 df.astype('int32')。

Pandas 功能强大且灵活，适用于数据清洗、分析和建模等场景。