pandas 中文简介

本教程作者所著新书《深入浅出Pandas：利用Python进行数据处理与分析》（ISBN：9787111685456）已由机械工业出版社出版上市，各大电商平台有售，欢迎：查看详情并关注购买。

Pandas（发音：/ˈpændəz/）是 Python 语言开发的用于数据处理（data manipulation）和数据分析（data analysis）的第三方库。它擅长处理数字型数据和时间序列数据，当然也文本型的数据也能轻松处理。

官方介绍如下：

Pandas is a fast, powerful, flexible and easy to use open source data analysis and manipulation tool, built on top of the Python programming language.

名字来源

Pandas 的命名来源并非「熊猫」，而是来自于计量经济学中术语面板数据（Panel data），它是一种数据集的结构类型，具有横截面和时间序列两个维度。不过，我们不用必须了解它，它只是一种灵感、思想来源。

正如它的强大和灵活，从名字中「熊猫」的意义出发让人觉得可爱，人人都喜欢它。「熊猫」作为国宝，我们中国人更应该学好它。

用途

Pandas 对数据的处理是为数据的分析服务的，它所提供的各种数据处理方法、工具是基于数理统计学出发，包含了日常应用中的众多数据分析方法。我们学习它不光掌控它的相应操作技术，还要从它的处理思路中学习数据分析的理论和方法。

特别地，想成为或者转行数据分析师、数据产品经理、数据开发等和数据相关工作者的同学，学习 Pandas 更能让你深入数据理论和实践，更好地理解和应用数据。

Pandas 可以轻松应对白领们日常工作中的各种表格数据处理，还应用在金融、统计、数理研究、物理计算、社会科学、工程等领域里。

Pandas 可以实现复杂的处理逻辑，这些往往是 Excel 等工具无法处理的，还可以自动化、批量化，对于相同的大量的数据处理我们不需要重复去工作。

Pandas 可以做到非常震撼的可视化，它对接众多的高颜值可视化库，可以实现动态数据交互效果。

以上这些，在往后的教程中，你会有所体会。

适用的数据

Pandas 适合处理一个规正的二维数据（一维也可以，应用较少），即有 N 行 N 列，类似于 SQL 执行后产出的，或者 无合并单元格Excel 表格 这样的数据。它可以把多个文件的数据合并在一起，如果结构不一样，也可以经过处理进行合并。

这里说的二维数据是指，像一个矩形的平面在横向和纵向被分隔成多个格子，每个格子里存放一个数据。

上图是一个 pandas 中定义的数据框架。

另外像工作日报之类的文字为主的数据也可以进行处理，不过实践中这么做的比较少。

基本功能

常用的基本功能有：

• 从 Excel、CSV、网页、SQL、剪贴板等读取数据
• 合并多个文件或者 sheet 数据，拆分数据为独立文件
• 数据清洗，如去重、缺失值、填充默认值、格式补全、极端值处理等
• 建立高效的索引
• 支持大体量数据
• 按一定业务逻辑插入计算后的列、删除列
• 灵活方便的数据查询、筛选
• 分组聚合数据，可独立指定分组后的各字段计算方式
• 数据的转置，如行转列列转行变更处理
• 连接数据库，直接 SQL 查询数据并进行处理
• 对时序数据进行分组采样，如按月、按季、按工作小时，也可以自定义周期，如工作日
• 窗口计划，移动窗口统计、日期移动等
• 灵活的可视化图表输出，支持所有的统计图形
• 融合在表格的样式风格，提高数据识别效率

等等。

本教程会随时关注 Pandas 的版本更新变化，对于发布的新功能做介绍，对于废弃的功能做标注，可关注教程更新日志页面。

学习方法

对于一个新的工具，从我们的目标出发就是能够使用它，让它发挥价值。因此，最好的方法就拿一个自己熟悉的数据去处理它，同时把日常工作需要手工处理的表格用 Pandas 来做，刚开始可能不能完全替代，但随时慢慢积累，就会得心应手。

在学习初期，只需要对着教程去模仿，把涉及到的常用操作总结归纳。养成遇到不懂的查看函数说明和查官方文档「https://pandas.pydata.org/docs/ 」查看的习惯。

本教程侧重点在 Pandas 的使用上面，暂不过多地讲解数据分析方法，不过 Pandas 提供的数据分析方法就是给我们提供了一个数据分析思路，可以帮助我们建立完善数据分析理论体系。

另外，本教程不会把所有的执行结果展示出来，而是告诉你代码的作用是什么，由你举一反三实际写出来。

接下来，查看下节教程，我们先安装 Notebook 然后开启 Pandas 之旅！

---