Pandas 是 Python 中最流行的数据分析和处理库。它提供了高性能、易于使用的数据结构和数据分析工具。

在使用 Pandas 之前，你需要确保已经安装了它。通常我们会结合 `numpy` 一起使用。

在终端或命令行中运行以下命令：

pip install pandas numpy

在 Python 脚本中，我们通常使用别名 `pd` 来导入 Pandas：

import pandas as pd
import numpy as np

Pandas 有两个主要的数据结构：Series (一维) 和 DataFrame (二维)。

Series 是一种类似于一维数组的对象，它由一组数据（各种 NumPy 数据类型）以及一组与之相关的数据标签（即索引）组成。

# 从列表创建 Series
s = pd.Series([1, 3, 5, np.nan, 6, 8])
 
print(s)

输出：

0    1.0
1    3.0
2    5.0
3    NaN
4    6.0
5    8.0
dtype: float64

DataFrame 是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔值等）。

通过字典创建 DataFrame：

data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David'],
    'Age': [24, 27, 22, 32],
    'City': ['New York', 'Los Angeles', 'Chicago', 'Houston']
}
 
df = pd.DataFrame(data)
 
print(df)

输出：

      Name  Age         City
0    Alice   24     New York
1      Bob   27  Los Angeles
2  Charlie   22      Chicago
3    David   32      Houston

Pandas 支持多种文件格式的读写，最常用的是 CSV 和 Excel。

示例：读取 CSV 文件

# 假设当前目录下有一个 data.csv 文件
# df = pd.read_csv('data.csv')
# print(df.head()) # 查看前5行

加载数据后，我们需要快速了解数据的概况。

• 查看头部和尾部
  • `df.head(n)`: 查看前 n 行（默认 5 行）。
  • `df.tail(n)`: 查看后 n 行。

• 查看索引和列名
• `df.index`: 获取行索引。
• `df.columns`: 获取列名。

• 统计摘要
  • `df.describe()`: 快速查看数值列的统计摘要（均值、标准差、最大最小值等）。

• 数据转置
  • `df.T`: 行列互换。

• 按轴排序
  • `df.sort_index(axis=1, ascending=False)`: 按列名降序排列。

• 按值排序
  • `df.sort_values(by='Age')`: 按 'Age' 列的值排序。

# 示例：查看统计摘要
print(df.describe())

Pandas 推荐使用优化的数据访问方法：`.at`, `.iat`, `.loc`, `.iloc`。

• 按标签选择 (.loc)

# 选择 'Name' 和 'Age' 两列的所有行
print(df.loc[:, ['Name', 'Age']])

• 按位置选择 (.iloc)

# 选择第3行（索引为2）
print(df.iloc[2])
 
# 选择前3行，前2列
print(df.iloc[0:3, 0:2])

• 布尔索引 (条件筛选)

# 筛选 Age 大于 25 的行
print(df[df['Age'] > 25])

相关链接：

• Pandas 官方文档
• Pandas 中文网