在數據分析、數據清洗和可視化等領域，Python 無疑是最受歡迎的語言之一，而在 Python 的數據處理生態中，Pandas 是最核心、最基礎的庫之一。如果你接觸數據分析、機器學習、金融建模，或者只是想處理一些 Excel 表格，那么學會 Pandas 是你不可避免的一步。

本文將系統介紹 Pandas 的基礎知識，包括其核心數據結構、常用功能和實際應用示例，幫助你打下堅實的 Pandas 基礎。

---

一、Pandas 是什么？

Pandas 是一個基于 NumPy 構建的數據分析庫，由 Wes McKinney 在 2008 年開發。Pandas 的目標是提供靈活、高效、易于使用的數據結構和數據分析工具。

Pandas 的名字來源于“panel data”，即經濟學中的“面板數據”。

---

二、Pandas 的兩大核心數據結構

1. Series：一維標記數組

可以理解為帶標簽的一維數組，可以存儲任意類型的數據（整數、浮點數、字符串等）。

import pandas as pds = pd.Series([1, 3, 5, None, 6])
print(s)

輸出：

0    1.0
1    3.0
2    5.0
3    NaN
4    6.0
dtype: float64

特點：

• 自動生成索引（也可以自定義索引）

• 支持缺失值（NaN）

• 支持向量化操作

2. DataFrame：二維表格型數據結構

可以看作是由多個 Series 按列組成的二維表，類似 Excel 表格或者數據庫表。

data = {'姓名': ['張三', '李四', '王五'],'年齡': [25, 30, 28],'城市': ['北京', '上海', '廣州']
}
df = pd.DataFrame(data)
print(df)

輸出：

   姓名  年齡  城市
0  張三  25  北京
1  李四  30  上海
2  王五  28  廣州

---

三、讀取與保存數據

Pandas 支持多種格式的數據讀寫：

# 讀取 CSV 文件
df = pd.read_csv('data.csv')# 寫入 CSV 文件
df.to_csv('output.csv', index=False)# 讀取 Excel 文件
df = pd.read_excel('data.xlsx')# 寫入 Excel 文件
df.to_excel('output.xlsx', index=False)# 讀取 JSON 文件
df = pd.read_json('data.json')

---

四、常用操作

1. 查看數據

df.head()      # 查看前5行
df.tail(3)     # 查看后3行
df.info()      # 數據摘要信息
df.describe()  # 數據統計摘要

2. 選擇數據

df['姓名']         # 選擇一列
df[['姓名', '城市']]  # 選擇多列
df.iloc[0]         # 按行號選擇第1行
df.loc[1, '年齡']  # 按標簽選取

3. 過濾數據

df[df['年齡'] > 27]  # 年齡大于27的行

4. 修改數據

df['年齡'] = df['年齡'] + 1  # 所有年齡加1
df.loc[0, '城市'] = '深圳'  # 修改單元格

---

五、缺失值處理

df.isnull()         # 判斷缺失
df.dropna()         # 刪除缺失值
df.fillna(0)        # 填充缺失值

---

六、分組與聚合（GroupBy）

grouped = df.groupby('城市')
print(grouped['年齡'].mean())  # 每個城市的平均年齡

---

七、合并與拼接

拼接（上下或左右）

pd.concat([df1, df2], axis=0)  # 縱向拼接
pd.concat([df1, df2], axis=1)  # 橫向拼接

合并（類似 SQL 的 JOIN）

pd.merge(df1, df2, on='id', how='inner')

---

八、排序

df.sort_values(by='年齡')             # 按年齡升序
df.sort_values(by='年齡', ascending=False)  # 降序

---

九、應用函數

df['年齡'].apply(lambda x: x + 10)  # 每個年齡加10
df.applymap(str)  # 對整個 DataFrame 應用函數

---

十、實際案例：讀取 CSV 并統計分析

假設我們有一個名為 sales.csv 的銷售數據文件：

日期,銷售額,地區
2023-01-01,1000,北京
2023-01-02,1200,上海
2023-01-03,800,廣州

df = pd.read_csv('sales.csv')
print(df.groupby('地區')['銷售額'].sum())

輸出：

地區
上海    1200
北京    1000
廣州     800
Name: 銷售額, dtype: int64

---

結語

Pandas 是數據處理的瑞士軍刀，無論你是分析師、數據科學家，還是工程師，都值得深入學習。本文只是入門介紹，實際應用中 Pandas 的功能遠不止于此，比如時間序列分析、多重索引、高性能數據讀取等。

下一步建議深入學習：

• Pandas 官方文檔：pandas documentation — pandas 2.2.3 documentation

• 結合 Matplotlib/Seaborn 進行可視化

• 實戰項目練習，例如 Kaggle 競賽