Pandas

数据清洗、分组聚合、时间序列

核心 API

• DataFrame / Series — 基本数据结构
• groupby + agg — 分组聚合
• merge / join — 表连接
• pivot_table — 透视表
• read_csv / read_excel / read_json — 数据读取

进阶

• apply 性能陷阱与向量化替代方案
• swifter 加速 apply
• pd.eval() / pd.query() — 表达式求值优化
• 大数据处理：chunksize 分块 / Dask / Polars

练习

• 完成 Kaggle Pandas 微课程
• 在 Kaggle Titanic 中用 Pandas 完成数据清洗
• 对比 apply 与向量化操作的性能差异

资源

资源	链接
Kaggle Pandas 微课程	https://www.kaggle.com/learn/pandas
《Python for Data Analysis》	https://wesmckinney.com/book/
Pandas 官方文档	https://pandas.pydata.org/docs/