第 44 课 · 阶段八 · 项目实战

数据分析入门：pandas

pandas 是数据分析的绝对主角。这一课学会用 DataFrame 读取、筛选、统计、清洗数据，为第 45 课画图打基础。

第 44 课阶段八 · 项目实战难度：进阶建议时长：45 分钟关键词：pandas · DataFrame · 清洗

🎯 学完本课你将掌握

安装并导入 pandas
用 DataFrame 读取与创建数据
掌握筛选、排序、分组统计
处理缺失值

一、安装 pandas

安装

1pip install pandas

二、两个核心对象

Series：一列数据（带索引）；DataFrame：二维表格，Excel 里的那种表。

创建 DataFrame.py

1import pandas as pd
2
3data = {
4    "姓名": ["小明", "小红", "小刚"],
5    "语文": [92, 88, 95],
6    "数学": [85, 90, 78],
7}
8df = pd.DataFrame(data)
9print(df)

三、读取 CSV / Excel

读取文件.py

1import pandas as pd
2
3# 读取 CSV
4df = pd.read_csv("scores.csv")
5# 读取 Excel（需要 openpyxl）
6# df = pd.read_excel("scores.xlsx")
7print(df.head())      # 前5行
8print(df.shape)       # (行数, 列数)
9print(df.columns)     # 列名

四、查看与筛选

筛选.py

1import pandas as pd
2df = pd.DataFrame({"姓名": ["小明", "小红", "小刚", "小丽"], "分数": [92, 88, 95, 60]})
3
4print(df["姓名"])                    # 取一列
5print(df[["姓名", "分数"]])          # 取多列
6print(df.iloc[0])                    # 取第一行（按位置）
7print(df[df["分数"] >= 90])          # 条件筛选：>=90 的
8print(df[df["分数"].isin([92, 95])]) # 值匹配

五、排序与统计

统计.py

1print(df["分数"].mean())    # 平均分
2print(df["分数"].max())     # 最高
3print(df["分数"].min())     # 最低
4print(df.describe())        # 一键统计总览
5
6df2 = df.sort_values("分数", ascending=False)   # 按分数降序
7print(df2)

六、分组统计

groupby.py

1import pandas as pd
2df = pd.DataFrame({
3    "班级": ["一班", "一班", "二班", "二班"],
4    "分数": [92, 88, 95, 60],
5})
6print(df.groupby("班级")["分数"].mean())   # 每班平均分

七、处理缺失值

缺失值.py

1import pandas as pd
2import numpy as np
3
4df = pd.DataFrame({"a": [1, None, 3], "b": [4, 5, None]})
5print(df.isna())            # 哪些是缺失
6print(df.dropna())          # 删除有缺失的行
7print(df.fillna(0))         # 用0填充缺失
8print(df["a"].fillna(df["a"].mean()))   # 用平均值填充

八、常见错误与解决

常见错误与解决

错误现象	原因 / 解决方法
`No module named 'pandas'`	先 pip install pandas，并用 venv 激活。
`读取中文 CSV 乱码`	read_csv("f.csv", encoding="utf-8")；若还乱码试 encoding="gbk"。
`Excel 读取报错`	需要额外库：pip install openpyxl。

✍️ 小练习

创建一个包含 5 名同学三科成绩的 DataFrame，完成：求每科平均分、按总分排序、筛选出总分>=250 的同学、把缺失分填 0。

📌 本节小结

pandas 核心：DataFrame 存二维表、loc/iloc 定位、条件筛选、groupby 分组、fillna 清洗。它是数据分析的地基，配合第 45 课画图，就能把数据讲成故事。