第3章 · Pandas 数据处理

第 3 章 · Pandas 数据处理

章节摘要：Pandas 是 Python 处理表格数据的绝对主力，核心是 Series 与 DataFrame 两个数据结构。本章从数据结构讲起，带你学会加载 CSV、Excel 等常见格式，掌握索引筛选、缺失值处理、分组聚合与多表合并。学完本章，你已经能独立完成一次"读表 → 清洗 → 分析 → 出结果"的完整数据任务。

你能学到什么

阅读完本章，你应当能够：

1. 区分 Series 与 DataFrame，理解索引（index）的作用
2. 用 read_csv、read_excel 加载数据，用 info、head、describe 快速探查
3. 用 loc、iloc、布尔索引筛选数据，增删改列与行
4. 检测并处理缺失值，进行常用数据变换
5. 用 groupby 做分组聚合，用 merge、concat 合并多张表

核心概念速览

一句话记住本章：DataFrame 就是一张能编程的电子表格——凡是 Excel 里点得出来的操作，Pandas 都有一行代码的对应物，而且能自动化、能上规模。

Pandas 数据处理全景图

子章节导航

3.1 Series 与 DataFrame 数据结构

两个核心数据结构的内部组织、索引的作用、常用属性与创建方式，为后续所有操作打底。

3.2 数据加载与索引筛选

read_csv、read_excel 加载，info、head、describe 探查，loc、iloc、布尔索引三种筛选姿势。

3.3 缺失值处理与常用数据操作

isnull 检测、dropna 删除、fillna 填充，以及列的新增、修改、删除、排序等日常操作。

3.4 分组聚合与合并连接

groupby 分组统计、apply 变换、merge 与 concat 合并多表，完成跨表分析。

子章节之间的逻辑关系

认识结构(3.1) → 读入数据(3.2) → 清洗整理(3.3) → 聚合合并(3.4)
   数据长啥样      数据进来了     数据变干净        数据能出结论
​

前三节是"把数据放进表格并用好它"，最后一节是"让表格自己说话"——分组聚合是 Pandas 分析能力的高潮。

前置知识与后续延伸

• 前置：第 2 章 NumPy 基础——DataFrame 的单元格本质上就是 NumPy 数组，向量化思维在这里继续生效
• 为后续铺垫：第 4 章的数据清洗是本章 3.3 的系统化展开；第 5 章的可视化直接从 DataFrame 取数绘图

实战建议与常见坑

Pandas 是全书信息密度最高的一章，也是"读表、查表、改表"最频繁用到的工具。练习路线建议：

• 3.1 打底：先造几个小 DataFrame，用 head、info、describe 摸清"表长什么样"
• 3.2 练手：拿一份真实 CSV（比如自己导出的账单）反复练习 loc、iloc 和布尔筛选
• 3.3 过关：重点吃透 fillna 的三类填充，这是清洗章节的地基
• 3.4 登顶：groupby 一定要亲手跑通"按门店聚合 → reset_index → 排序"的完整链条

四个高频坑提前标记：loc 含头含尾、iloc 含头不含尾、布尔组合条件用与或并加括号、fillna 默认返回新对象要重新赋值、merge 前先查重复键。这些坑在第 4、6 章还会以变体出现。

本章验收标准：拿到任意一张表，能在十分钟内完成"读入 → 探查 → 筛选 → 分组汇总 → 输出结果"的完整操作。