Luquiescene

站点统计

文章

57

分类

5

标签

14

总字数

58,715

运行天数

0 天

最后活动

0 天前

公告

欢迎来到Luquiesceneの小屋ヾ(≧▽≦*)o

了解更多

标签

Luquiescene

公告

欢迎来到Luquiesceneの小屋ヾ(≧▽≦*)o

了解更多

标签

AI coding Arduino C++ Git GitHub Python 博客天文学学习笔记工具教程数据科学日常硬件

Luquiescene

公告

欢迎来到Luquiesceneの小屋ヾ(≧▽≦*)o

了解更多

标签

AI coding Arduino C++ Git GitHub Python 博客天文学学习笔记工具教程数据科学日常硬件

站点统计

文章

57

分类

5

标签

14

总字数

58,715

运行天数

0 天

最后活动

0 天前

663 字

2 分钟

笔记｜数据分析学习笔记13｜Pandas介绍

2026-07-03

理工研习

Python

/

数据科学

/

学习笔记

/

教程

本系列所有文章都放在数据科学标签，总目录如下：

合集｜数据分析学习笔记｜系列总目录

上一篇：笔记｜数据分析学习笔记12｜本章小结及补充

13.1 Pandas简介#

Pandas 是什么？#

Pandas 是 Python 数据分析工具链中最核心的库，充当数据读取、清洗、分析、统计、输出的高效工具。

Pandas 提供了易于使用的数据结构和数据分析工具，特别适用于处理结构化数据，如表格型数据（类似于 Excel 表格）。

Pandas 是数据科学和分析领域中常用的工具之一，它使得用户能够轻松地从各种数据源中导入数据，并对数据进行高效的操作和分析。

Pandas 底层与核心设计理念#

Pandas 是基于 NumPy 构建的专门为处理表格和混杂数据设计的 Python 库，核心设计理念包括：

标签化数据结构：提供带标签的轴
灵活处理缺失数据：内置 NaN 处理机制
智能数据对齐：自动按标签对齐数据
强大 IO 工具：支持从 CSV、Excel、SQL 等 20+ 数据源读写
时间序列处理：原生支持日期时间处理和频率转换

13.2 Pandas 两大核心数据结构对比#

Pandas 的核心是两种数据结构：Series（一维）和 DataFrame（二维）。

特性	Series	DataFrame
维度	一维	二维
索引	单索引	行索引 + 列名
数据存储	同质化数据类型	各列可不同数据类型
类比	Excel 单列	整张 Excel 工作表
创建方式	`pd.Series([1, 2, 3])`	`pd.DataFrame({'col': [1, 2, 3]})`

Series：类似于一维数组，可以理解为 Excel 表格中的单列数据，每个元素都有一个对应的索引标签。
DataFrame：类似于二维表格，可以理解为整张 Excel 工作表，由行索引和列名共同定位数据。

13.3 本节小结#

本节完成了以下内容：

了解了 Pandas 的定位：基于 NumPy 构建的表格数据处理核心库。
掌握了 Pandas 的五大核心设计理念：标签化、缺失值处理、数据对齐、IO 工具、时间序列。
理解了 Series（一维）与 DataFrame（二维）的区别与联系。

下一节我们将学习 Series 的创建、属性与索引。

下一篇：笔记｜数据分析学习笔记14｜Series的创建、属性与索引

如果这篇文章对你有帮助，欢迎分享给更多人！

笔记｜数据分析学习笔记13｜Pandas介绍

https://luq-blog.xyz/posts/2026-07-03-data-notes-13-pandas-intro/

作者

Luquiescene

发布于

2026-07-03

许可协议

CC BY-NC-SA 4.0

部分信息可能已经过时

笔记｜数据分析学习笔记21｜DataFrame案例

笔记｜数据分析学习笔记14｜Series的创建、属性与索引