python数据分析教程：从基础语法到Pandas实战案例详解

admin python教程 2025-10-24 9

想入门 Python 数据分析的朋友是不是总遇到这些问题？看了一堆基础语法教程，面对表格数据还是不知道怎么下手；好不容易装好了 Pandas 库，写个pd.read_csv()却报错 “文件找不到”；处理数据时想算个平均分，结果把文本当数字算，越算越乱。别着急，兔子哥当初学数据分析时，光是搞懂 “Series 和 DataFrame 的区别” 就卡了好几天，第一次用 Pandas 处理 Excel 数据还把列名写错，折腾半天才发现问题。今天就从基础语法讲到 Pandas 实战案例，帮新手快速上手 Python 数据分析，新手如何快速入门数据分析？一起往下看吧！

一、数据分析必备基础语法，这 3 个知识点必须吃透

学数据分析不用精通所有 Python 语法，但这几个核心知识点一定要会，不然连数据都处理不了。

变量和数据类型：数据的 “收纳盒”
变量就是给数据起名字，方便后续调用。比如分析成绩时，把分数存起来：
math_score = 95 # 整数，存分数、人数这些没小数的 avg_score = 88.5 # 浮点数，存平均分、百分比这些带小数的 student_name = "小明" # 字符串，存名字、类别这些文本

数据类型不用死记，用表格对比更清楚，这些是数据分析最常用的：

数据类型	作用	例子	数据分析场景
整数（int）	存没有小数的数字	20、50	人数、次数统计
浮点数（float）	存带小数的数字	92.5、3.14	平均分、销售额
字符串（str）	存文本	"张三"、"语文"	姓名、科目名称
列表（list）	存多个有序数据	[90, 85, 95]	一组成绩、多个名称
字典（dict）	存键值对数据	{"name": "小红", "score": 90}	单条记录、配置信息

有朋友会问：“列表和字典怎么选？” 简单说，列表像排队的队伍（有顺序，按位置取），适合存一组同类数据，比如全班成绩；字典像贴标签的抽屉（按名字取），适合存单条记录的详细信息，比如一个学生的各科成绩。

循环和条件语句：数据的 “筛选器”
分析数据时经常需要重复计算或筛选数据，这时候循环和条件语句就派上用场了。

循环：重复做一件事，比如计算列表里所有成绩的总和：
scores = [85, 92, 78, 90] total = 0 for score in scores: # 遍历列表里的每个成绩 total = total + score print("总分：", total)
条件语句：筛选符合条件的数据，比如找出 90 分以上的成绩：
for score in scores: if score >= 90: print(f"优秀成绩：{score}") else: print(f"待提升成绩：{score}")

函数：重复操作的 “快捷键”
把常用的分析步骤写成函数，下次直接调用，不用重复写代码。比如写个计算平均分的函数：
`def calculate_average(numbers):
total = sum(numbers)
return total / len(numbers)

调用函数算成绩平均分

avg = calculate_average(scores)
print ("平均分：", avg)`

二、Pandas 实战：数据分析的 “瑞士军刀”，3 步搞定表格处理

Pandas 是 Python 数据分析的核心库，就像专门处理表格的工具，学会这几步，基本数据操作就没问题了。

安装和导入：先把 “工具” 备好
第一次用 Pandas 要先安装，打开命令提示符（或终端）输：
pip install pandas openpyxl # openpyxl 用来处理 Excel 文件

导入时习惯简写，后面用起来方便：
import pandas as pd # 约定俗成用pd当简写

读取数据：把表格 “装进” Python
最常用的是读 CSV 和 Excel 文件，这一步新手最容易报错，记住路径要写对：
`# 读 CSV 文件（逗号分隔的表格）
df = pd.read_csv ("销售数据.csv")

读 Excel 文件

df = pd.read_excel ("成绩表.xlsx")`
如果文件和你的代码在同一个文件夹，直接写文件名就行；不在的话要写完整路径，比如"D:/数据分析/销售数据.csv"。要是报错 “文件不存在”，先检查文件名是不是写错了，或者文件是不是放错了地方。

基础操作：看数据、改数据、算指标

看数据：用head()看前几行，info()看基本信息：
print(df.head()) # 默认显示前5行，快速了解数据结构 print(df.info()) # 看列名、数据类型、有没有缺失值
处理缺失值：数据里的空值会影响分析，要么删掉要么填充：
`df_clean = df.dropna () # 删掉有缺失值的行

或者用平均值填充缺失值（比如填充数学成绩）

df ["数学"] = df ["数学"].fillna (df ["数学"].mean ())`

算指标：求平均分、最大值，Pandas 直接有现成函数：
print("数学平均分：", df["数学"].mean()) print("语文最高分：", df["语文"].max()) print("各科目平均分：\n", df.mean(numeric_only=True)) # 算所有数值列的平均分
分组分析：按类别统计，比如按 “班级” 分组算平均分：
class_avg = df.groupby("班级")["数学"].mean() print("各班数学平均分：\n", class_avg)

三、实战案例：销售数据分析，从数据到结论全流程

用一个销售数据案例，看看完整的分析流程怎么操作，代码可以直接抄着改。

案例目标：分析某店铺月度销售数据，找出热销商品、销售额趋势和地区销售情况。
数据准备：“销售数据.csv” 包含列：日期、商品名称、地区、销售额、销量。
分析步骤：

python

import pandas as pdimport matplotlib.pyplot as plt  # 可视化用# 1. 读取数据  df = pd.read_csv("销售数据.csv")# 2. 数据清洗  # 处理缺失值：用0填充销售额缺失（假设没销售）  df["销售额"] = df["销售额"].fillna(0)# 转换日期格式（方便按日期分析）  df["日期"] = pd.to_datetime(df["日期"])# 3. 基础分析  # 热销商品：按商品名称分组算总销量  hot_products = df.groupby("商品名称")["销量"].sum().sort_values(ascending=False)print("热销商品Top3：\n", hot_products.head(3))# 销售额趋势：按日期分组算每日销售额  daily_sales = df.groupby("日期")["销售额"].sum()# 画折线图看趋势  plt.figure(figsize=(10, 5))daily_sales.plot(kind="line")plt.title("每日销售额趋势")plt.show()# 地区销售占比：按地区分组算总销售额  region_sales = df.groupby("地区")["销售额"].sum()# 画饼图看占比  plt.figure(figsize=(8, 8))region_sales.plot(kind="pie", autopct="%1.1f%%")plt.title("各地区销售额占比")plt.show()

避坑指南：

中文乱码：画图时中文显示方框，加plt.rcParams["font.family"] = ["SimHei", "WenQuanYi Micro Hei"]。
数据类型错误：算销售额时提示 “无法相加”，检查列是不是字符串类型，用df["销售额"] = df["销售额"].astype(float)转换。
分组后索引问题：groupby后结果是 Series，用reset_index()转成 DataFrame 更方便后续处理。

四、自问自答：数据分析新手常问的 3 个问题

“为什么用 Pandas 而不是 Excel？Excel 不是更简单吗？”
Excel 适合小数据量、手动操作，但数据量大（比如 10 万行）或需要重复分析时，Pandas 更高效。比如每月更新销售数据，用 Pandas 写好脚本，下次直接运行就能出结果，不用重复点击鼠标，而且代码可以保存复用，不容易出错。
“数学不好能学 Python 数据分析吗？会不会很吃力？”
完全可以！基础数据分析用的都是加减乘除、平均分这些简单计算，Pandas 都帮你封装好了，不用自己写公式。重点是理解业务问题，比如 “为什么这个月销售额下降”，而不是复杂的数学公式。兔子哥数学也一般，照样能做基础数据分析。
“学完基础后，怎么提升数据分析能力？”
多练真实数据！可以去 Kaggle、阿里云天池下载公开数据集，比如电商销售数据、用户行为数据，试着分析 “哪些商品卖得好”“用户喜欢在什么时间下单”。分析完后写个简单报告，说明你的发现和建议，这样能力提升最快。

结尾心得

Python 数据分析入门不难，关键是把基础语法和 Pandas 操作结合起来用。兔子哥的经验是，别光看教程不动手，拿到数据先试着用head()看看结构，用mean() groupby()算几个指标，遇到报错别慌，大部分问题都是路径错了、数据类型不对这些小问题。刚开始慢没关系，练几个数据集后就会越来越顺。记住，数据分析的核心是解决问题，不是写复杂代码，能从数据中找到有用的结论，就是好的分析。多做实战，你会发现 Python 数据分析真的能帮你从数据中看到很多以前没注意的规律！

标签：数据分析收纳盒

本文地址： https://www.kfyz.com/python/1402.html