Series 与 DataFrame
Pandas 读写各种格式：CSV、Excel、JSON、数据库。学会读取和保存，就能接入真实数据。
常用读写
- pd.read_csv("a.csv") / df.to_csv("a.csv", index=False)
- pd.read_excel("a.xlsx", sheet_name="Sheet1") / df.to_excel(...)
- pd.read_json / df.to_json
- pd.read_sql("SELECT...", conn) 读数据库
注意
中文编码读 CSV 用 encoding="utf-8" 或 "gbk"；to_csv 默认不存索引要加 index=False；读 Excel 需装 openpyxl。
代码示例
import pandas as pd
# 读取 CSV（UTF-8）
df = pd.read_csv("sales.csv", encoding="utf-8")
# 读取 Excel
df = pd.read_excel("sales.xlsx", sheet_name="2026")
# 读取数据库
# import sqlite3
# conn = sqlite3.connect("app.db")
# df = pd.read_sql("SELECT * FROM orders", conn)
# 保存
df.to_csv("output.csv", index=False, encoding="utf-8-sig")
df.to_excel("output.xlsx", index=False)
# 快速预览
print(df.head()) # 前 5 行
print(df.info()) # 概览（含缺失值）
print(df.describe()) # 数值列统计📚 Python 语法速查
常用条目速查，完整版见对应教程章节。可复制代码到在线运行中测试。
| 写法 / 语法 | 作用 |
|---|---|
print("hello") | 输出到控制台 |
name = "张三" | 变量赋值（无需声明类型） |
if x > 0: ... | 条件判断（注意冒号和缩进） |
for i in range(10): ... | 循环（缩进是语法的一部分） |
while x < 10: ... | 条件循环 |
def fn(a, b): return a + b | 定义函数 |
class Person: ... | 定义类 |
list = [1, 2, 3] | 列表（可改） |
tuple = (1, 2) | 元组（不可改） |
dict = {"key": "value"} | 字典（键值对） |
set = {1, 2, 3} | 集合（去重） |
len(obj) | 取长度 |
str(x) / int(x) / float(x) | 类型转换 |
s.split(",") | 字符串按分隔符拆分 |
" ".join(list) | 列表拼接成字符串 |
import os | 导入模块 |
from math import sqrt | 从模块导入指定函数 |
try: ... except Exception as e: ... | 异常捕获 |
with open("a.txt", "r") as f: ... | 文件读取（自动关闭） |
f"你好 {name}" | f-string 格式化 |
lambda x: x * 2 | 匿名函数 |
list(map(fn, arr)) | 函数式处理列表 |
range(start, stop, step) | 生成数字序列 |
if __name__ == "__main__": | 主入口判断 |
pip install 包名 | 安装第三方包（命令行） |