项目1：数据读取与基础操作
数据集：学生成绩表 | 难度：入门 | 预计用时：45分钟
学习目标
- 学会安装和导入pandas库
- 掌握CSV和Excel文件的读取方法
- 会用head、tail、info、describe查看数据基本信息
- 理解并能进行简单的数据类型转换
知识点讲解
1. pandas是什么？
pandas是Python中最流行的数据处理库，名字来源于"Panel Data"（面板数据）。你可以把它想象成一个超级强大的Excel表格工具，但它用代码来操作，处理几万行、几十万行数据都非常快。
2. 安装pandas
如果你安装了Anaconda，pandas已经自带了。如果没有，在命令行输入：
pip install pandas
3. 导入pandas
按照行业惯例，我们通常给pandas起别名pd，这样写代码更简洁：
import pandas as pd
4. 读取数据文件
pandas可以读取多种格式的数据，最常用的两种：
pd.read_csv('文件名.csv')：读取CSV文件（纯文本表格，体积小）pd.read_excel('文件名.xlsx')：读取Excel文件（需要安装openpyxl库）
5. 查看数据基本信息
df.head()：查看前5行数据，快速了解表格长什么样df.tail()：查看最后5行数据df.info()：查看每列的数据类型、非空值数量，检查有没有缺失df.describe()：对数值列做统计描述（平均值、最大最小值等）
6. 数据类型转换
有时候数字被读成了文字（字符串），需要转换：
df['列名'] = df['列名'].astype(int)：转成整数df['列名'] = df['列名'].astype(float)：转成小数df['列名'] = pd.to_numeric(df['列名'])：智能转成数字
完整代码示例
# 第一步：导入pandas
import pandas as pd
# 第二步：读取学生成绩表（CSV格式）
df = pd.read_csv('students.csv')
# 第三步：查看数据基本信息
print("=== 前5行数据 ===")
print(df.head())
print("\n=== 数据形状（行数, 列数）===")
print(df.shape)
print("\n=== 数据类型与非空值 ===")
print(df.info())
print("\n=== 数值列统计描述 ===")
print(df.describe())
# 第四步：数据类型转换
# 假设'语文'列被读成了字符串，需要转成数字
df['语文'] = pd.to_numeric(df['语文'], errors='coerce')
df['数学'] = pd.to_numeric(df['数学'], errors='coerce')
df['英语'] = pd.to_numeric(df['英语'], errors='coerce')
print("\n=== 转换后的数据类型 ===")
print(df.dtypes)
# 第五步：查看最后几行
print("\n=== 最后3行 ===")
print(df.tail(3))
实操步骤
- 打开Jupyter Notebook，新建一个笔记本
- 在第一行输入
import pandas as pd，按Shift+Enter运行 - 准备数据文件：创建一个students.csv文件，包含姓名、语文、数学、英语四列
- 用
df = pd.read_csv('students.csv')读取数据 - 运行
df.head()查看数据是否正确读入 - 运行
df.info()检查数据类型，看数字列是否被识别为int或float - 如果有类型不对，用
astype()或pd.to_numeric()转换 - 运行
df.describe()查看各科成绩的平均分、最高最低分
配套数据集：students.csv
你可以用以下数据创建students.csv文件进行练习：
姓名,语文,数学,英语
张三,85,90,88
李四,78,82,80
王五,92,95,94
赵六,65,70,68
钱七,88,85,90
孙八,74,78,76
周九,90,92,91
吴十,80,84,82
练习1：导入pandas并读取CSV文件，查看前5行
请导入pandas库，使用提供的students.csv数据创建DataFrame，然后调用 head() 方法查看前5行数据。
执行结果
点击 "运行代码" 按钮查看执行结果
参考答案
练习2：使用info()和describe()查看数据信息
使用 info() 查看DataFrame的数据类型、非空值数量等基本信息，再使用 describe() 查看数值列的统计描述（均值、标准差、最值等）。
执行结果
点击 "运行代码" 按钮查看执行结果
参考答案
练习3：数据类型转换
将"语文"列使用 astype(float) 转换为浮点数类型，将"英语"列使用 pd.to_numeric() 转换，最后用 dtypes 查看所有列的数据类型。
执行结果
点击 "运行代码" 按钮查看执行结果
参考答案
项目小结
本项目我们学习了pandas最基础的操作：
- 安装并导入pandas库（
import pandas as pd） - 用
read_csv()和read_excel()读取数据文件 - 用
head()、tail()快速查看数据 - 用
info()检查数据结构和缺失情况 - 用
describe()获取数值列的统计信息 - 用
astype()和pd.to_numeric()转换数据类型
掌握了这些基础操作，你就已经迈出了数据分析的第一步！下一个项目我们将学习如何处理数据中的"脏数据"。