pandas作为Python数据分析的核心库,提供了丰富的数据结构和操作方法，能够高效处理结构化数据，其常用命令涵盖了数据读取、清洗、转换、分析、可视化等全流程，掌握这些命令是数据分析的基础，以下从数据读取与创建、数据查看与探索、数据清洗与预处理、数据筛选与过滤、数据分组与聚合、数据合并与重塑、时间序列处理、数据导出与可视化八个维度，详细介绍pandas的常用命令。

数据读取与创建

pandas支持从多种数据源读取数据,最常用的函数是read_csv()和read_excel()，分别用于读取CSV和Excel文件。pd.read_csv('data.csv', encoding='utf-8')可读取CSV文件，pd.read_excel('data.xlsx', sheet_name='Sheet1')可读取Excel指定工作表。read_json()用于读取JSON文件，read_sql()可从数据库查询结果直接创建DataFrame，创建DataFrame的常用方式包括通过字典创建，如data = {'col1': [1, 2], 'col2': [3, 4]}; df = pd.DataFrame(data)；通过列表创建，如df = pd.DataFrame([[1, 2], [3, 4]], columns=['A', 'B'])；以及使用pd.Series创建一维数据结构。

数据查看与探索

数据加载后,需通过命令快速了解数据概况。df.head(n)查看前n行数据，默认为5行；df.tail(n)查看后n行；df.info()显示数据概要，包括列名、非空值数量、数据类型等；df.describe()生成描述性统计，如计数、均值、标准差、最小值、四分位数等；df.shape返回数据的行数和列数；df.columns查看列名列表；df.index查看索引信息；df.dtypes查看各列数据类型；df.isnull().sum()统计每列的缺失值数量。

数据清洗与预处理

数据清洗是分析的关键步骤,处理缺失值时，df.dropna()可删除含缺失值的行或列，如df.dropna(axis=0, how='any')删除任何含缺失值的行；df.fillna(value)填充缺失值，如df['col'].fillna(df['col'].mean())用均值填充，处理重复值时，df.drop_duplicates()删除重复行，df.duplicated()检测重复值，数据类型转换通过df['col'].astype('type')实现，如将字符串转为数值类型，字符串处理使用str访问器，如df['col'].str.lower()转为小写，df['col'].str.contains('pattern')检测是否包含特定模式，异常值处理可通过df[(df['col'] > lower_bound) & (df['col'] < upper_bound)]过滤。

数据筛选与过滤

pandas支持灵活的数据筛选,按列筛选时，df[['col1', 'col2']]选择指定列；按行筛选时，df[df['col'] > value]根据条件筛选行，如筛选出年龄大于30的记录，逻辑运算符&（与）、（或）、（非）可组合多个条件，需注意用括号分隔条件，如df[(df['age'] > 30) & (df['gender'] == 'Male')]。df.loc[]基于标签筛选，如df.loc[0:5, 'name':'age']选择前6行的name到age列；df.iloc[]基于位置筛选，如df.iloc[0:5, 0:2]选择前6行前2列。df.query('col > value')可通过字符串表达式筛选，语法更简洁。

数据分组与聚合

分组聚合是数据分析的核心操作,通过groupby()实现。df.groupby('col').agg({'col1': 'mean', 'col2': 'sum'})按col列分组，计算col1的均值和col2的和，聚合函数包括sum()、mean()、count()、max()、min()、std()、var()等，多列分组可传入列表，如df.groupby(['col1', 'col2']).agg('size')，分组后还可应用自定义函数，如df.groupby('col').apply(lambda x: x.max() - x.min())。pivot_table()用于创建透视表，如pd.pivot_table(df, values='col', index='row_col', columns='col_col', aggfunc='mean')。

数据合并与重塑

数据合并包括纵向合并和横向合并。pd.concat([df1, df2], axis=0)按行合并（默认），axis=1按列合并；pd.merge(df1, df2, on='key', how='inner')类似SQL的连接，how参数支持'inner'、'left'、'right'、'outer'四种连接方式，数据重塑通过melt()将宽表转为长表，如df.melt(id_vars=['id'], value_vars=['col1', 'col2'], var_name='variable', value_name='value')；pivot()将长表转为宽表，如df.pivot(index='id', columns='variable', values='value')。

时间序列处理

pandas提供了强大的时间序列功能,将列转为时间类型用pd.to_datetime(df['col'])，创建时间索引通过df.index = pd.date_range(start='2023-01-01', periods=len(df))，时间序列重采样使用resample()，如df.resample('M').mean()按月重采样并计算均值；时间偏移用pd.Timedelta(days=1)，如df['date'] + pd.Timedelta(days=1)，提取时间特征如df['year'] = df['date'].dt.year，df['month'] = df['date'].dt.month。

数据导出与可视化

分析结果需导出或可视化,导出数据用df.to_csv('output.csv', index=False)导出CSV，df.to_excel('output.xlsx', index=False)导出Excel，df.to_sql('table', con=engine)导出数据库，可视化通过plot()方法实现，如df['col'].plot(kind='line')绘制折线图，kind参数支持'bar'（柱状图）、'hist'（直方图）、'scatter'（散点图）、'box'（箱线图）等，结合matplotlib可自定义图表样式。

以下为常用命令的总结表格：

相关问答FAQs

Q1: 如何处理DataFrame中的缺失值？
A1: 处理缺失值的方法取决于数据量和业务需求，常用方法包括：①删除缺失值，使用df.dropna(subset=['col'])删除指定列的缺失值；②填充缺失值，用均值（df['col'].fillna(df['col'].mean())）、中位数、众数或固定值填充；③插值法，如df['col'].interpolate()线性插值，若缺失值较少且分布随机，删除或填充均可；若缺失值较多，需分析缺失原因，避免引入偏差。

Q2: 如何实现多列分组并计算多个聚合函数？
A2: 使用groupby()结合agg()方法，传入字典指定每列的聚合函数，按“部门”和“性别”分组，计算“薪资”的均值和最大值、“年龄”的中位数，可写为：df.groupby(['部门', '性别']).agg({'薪资': ['mean', 'max'], '年龄': 'median'})，字典的键为列名，值为函数名或函数列表，结果将生成多级索引的DataFrame，便于进一步分析。