ARTICLE · 1055194
Python Pandas:程序员版 Excel,两行代码干一天的活
同事用 Excel 处理 10 万行数据：筛选卡顿、筛选卡顿、筛选卡顿、然后 Excel 崩了，一下午白干。
你用 Pandas：两行代码，3 秒出结果，还能把处理过程存成脚本，下个月同样的事一键重跑。这就是数据处理自动化的差距。AI 训练前喂的数据清洗，一半也是它干的。
Pandas 的核心叫 DataFrame——一张会自己思考的 Excel 表。你会筛选、会汇总、会排序，它就听你的。
一、三秒入门：读表、看表
import pandas as pd # 全世界都这么缩写df = pd.read_csv("sales.csv") # 读表，一行print(df.head()) # 看前5行print(df.info()) # 有哪些列、有无缺失拿到任何新数据，固定起手式就是 head() + info()：先看长什么样，再查有没有缺。Excel 要点开滚动条干的事，两行命令完事。
二、灵魂三招：筛、选、算
# 假设表有列：城市, 销售额, 销售df[df["销售额"] > 10000] # 筛：销售额过万df["提成"] = df["销售额"] * 0.05# 选：加新列df["销售额"].sum() # 算：总销售额注意第一行的写法：方括号里塞了个条件——是不是有点眼熟？就是第 6 篇学的 if 条件，直接搬进方括号当"筛子"。加新列像给字典加键一样自然。三招组合起来，日常报表需求能覆盖八成。
三、大杀器：groupby 分组统计
# 每个城市的总销售额、平均单额result = df.groupby("城市")["销售额"].agg(["sum", "mean"])print(result.sort_values("sum", ascending=False))groupby 的意思是"按城市分堆，每堆分别算"。Excel 里的数据透视表，就是这行代码的鼠标版。再接一个排序，"各城市销售额排行榜"直接出炉——同事做透视表的时间里，你已经在喝茶了。
四、AI 里的 Pandas：喂数据前先洗澡
# AI训练前的常规清洗df = df.dropna() # 删缺失行df = df.drop_duplicates() # 去重df["分数"] = (df["分数"] - df["分数"].mean()) / df["分数"].std() # 标准化"垃圾进，垃圾出"是 AI 铁律：数据不干净，模型再好也白搭。去缺失、去重复、标准化——这三行就是数据清洗的最小套装。以后不管学机器学习还是做大模型应用，Pandas 都是你的洗手池。
五、三条实操建议
先 head 后动手。任何数据处理前先看数据长什么样，能省掉一半冤枉路。
链式操作别一步到位。复杂处理拆成多行，每行 print 检查，比一行长链好调试十倍。
处理完就存档。df.to_csv("结果.csv", index=False)——别让辛苦白跑一场。
Excel 是手工时代的数据工具，Pandas 是自动化时代的。同一份数据，你快，还不累。
下篇预告：Matplotlib——数据不画出来，老板看不见。
—— 七七不吃糖