Pandas核心是Series与DataFrame，依赖索引对齐自动匹配运算；数据清洗需分三步判断分布、定策略、验结果；groupby通过agg灵活聚合多指标；merge用于主键关联，需明确on参数和how逻辑，concat则适合同类表纵向拼接。
理解Pandas的核心数据结构：Series与DataFrame
Series是带标签的一维数组，DataFrame则是二维表格型结构，二者共享底层索引机制和数据对齐逻辑。关键不是记住定义，而是明白“索引对齐”如何自动生效——比如两个不同长度的Series相加，Pandas会按索引匹配值，缺失位置补NaN，而不是按位置硬算。操作前先用df.index和df.columns确认维度标签，避免隐式广播出错。
掌握数据清洗的关键动作：缺失值、重复值与类型转换
清洗不是堆函数，而是分三步判断：先看分布（df.isna().sum()），再定策略（删除、填充、插值），最后验结果（df.dtypes是否合理）。例如时间列读入后是object，要立刻用pd.to_datetime()转为datetime64；数值列含“-”或“N/A”，需先replace()再astype(float)，否则报错中断流程。
用groupby实现真实业务聚合：不只是求均值
groupby本质是“拆—算—合”，重点在agg的灵活组合。比如分析销售数据时，既要各区域销售额总和，又要最高单笔订单额，还要订单数——可写成：df.groupby('region').agg({'amount': ['sum', 'max'], 'order_id': 'count'})。注意多级列名会生成元组，后续取列要用df[('amount', 'sum')]，别直接写df['amount_sum']。
合并与连接：merge比concat更常用，但条件必须明确
merge处理主键关联（如订单表+用户表），核心是on或left_on/right_on配对，how决定保留逻辑（inner最安全，left最常用）。常见错误是忽略重复键导致笛卡尔积——合并前先检查df1[key].nunique()和df2[key].nunique()是否一致。concat适合纵向拼接同类结构表，记得设ignore_index=True重置行号。
立即学习“Python免费学习笔记（深入）”；
不复杂但容易忽略。
