表格里躺着八百行数据，用眼睛看看到眼花。今天请来数据分析界的”重型吊车”——
pandas，一行代码把整张Excel读进程序，列名直接当标签用，求和、平均、找最大值都不用写循环
一、老板的三个问题
先说一个你迟早会遇到的场景。
周五下午五点五十，老板在群里甩过来一个销售明细.xlsx：”帮我看看，今年总销售额多少？谁卖得最多？平均一单多少钱？快点，六点开会要用。”
你打开文件——八百行，十七列。你点进”销售额”这一列，Excel左下角状态栏显示求和；再排序找最大值对应的销售名；再用AVERAGE算平均。三个问题，三轮操作，五分钟。刚喘口气，老板又来了：”那按月看看呢？华东区单独算呢？”——每多一个问题，就是一轮手动操作。
问题出在哪？数据在表里躺着，但你每次提问都要”手动翻一遍”。翻一次五分钟，翻十次就误了饭点。
如果数据在程序里呢？每个问题就是一行代码，问得再快也答得再快：
print("总销售额：", df["销售额"].sum())
print("销售冠军：", df.loc[df["销售额"].idxmax(), "姓名"])
print("平均单值：", df["销售额"].mean())df是什么？sum()是什么？idxmax又是什么？别急，今天就从零开始认识它们。今天的唯一一个新概念就是：pandas——一个专门对付表格数据的Python工具箱。其他的（.sum()、.mean()这些）都是”它自带的小工具”，看一遍就会用。
二、新朋友：pandas——表格数据的”万能工作台”
pandas（名字来源于”panel data”面板数据，跟熊猫没有半毛瓜葛，虽然它的logo就是熊猫）是Python世界里数据分析的头号工具箱。Excel能干的事它能干，Excel干不动的（百万行、自动批处理、跟程序逻辑混着用）它也能干。
第25到29篇我们用csv模块手搓过表格读写——一行一行读、一个个字段拆、自己写循环统计。那些活pandas统统一行搞定。它不是标准库，得先安装：
pip install pandas openpyxl两个都要装：pandas是主角，openpyxl是它读Excel文件的”引擎”（读.xlsx专用，不装的话pandas张开嘴却咬不动Excel）。只读CSV的话不用装openpyxl。
装好后，第一行代码永远是这句：
import pandas as pdas pd是给模块起外号——pandas全名太长，后面敲pd就够了。这是全世界Python程序员的统一惯例，你写import pandas as pandas语法上没错，但别人会投来异样的眼光。
DataFrame：程序里的”超级表格”
pandas最核心的数据结构叫DataFrame（数据框），你可以把它理解成一张住在程序里的Excel表：有行、有列、有列名。读Excel文件的函数是pd.read_excel()：
import pandas as pd
df = pd.read_excel("销售明细.xlsx")
print(df)跑起来是这样（我造了五行假数据演示）：
姓名 部门 销售额 日期
0 小王 华东 12000 2026-01-05
1 小李 华南 8500 2026-01-06
2 小张 华东 15300 2026-01-07
3 小赵 华北 9200 2026-01-08
4 小王 华东 11000 2026-01-09看见没——pd.read_excel()一个函数，整张表进来了，姓名、部门、销售额、日期四个列名都保留着，左边还自动多了一列0、1、2、3、4，那是pandas给每行编的行号（专业名叫”索引”，index）。
顺手记一下：CSV文件同理，把函数名换一下就行：
df = pd.read_csv("销售明细.csv") # 第25篇手搓的那个csv，pandas一秒读完读Excel用read_excel，读CSV用read_csv——一个函数一张表，这就是pandas的见面礼。
三、读懂DataFrame：先”看”，再”问”
拿到df之后，第一件事不是闷头算，而是先看清楚表长什么样。就像拿到一摞报销单先翻翻抬头，别上来就加总。pandas给了三个”看”的小工具：
print(df.head()) # 瞄前5行（默认5行，head(10)看10行）
print(df.shape) # 几行几列 → (800, 4) 表示800行4列
print(df.columns) # 所有列名 → Index(['姓名', '部门', '销售额', '日期'], dtype='object')shape返回一个两个元素的元组（跟第30篇os.path.splitext返回的元组一个脾气）：(行数, 列数)。注意它没有单位，你得自己记住”第一个是行”。看一眼shape再动手，是老手的习惯——表有没有读对、行数对不对，这一眼就见分晓。
取一列：列名就是”标签”
Excel里你点C列的列头选中整列；pandas里用方括号加列名：
销售额们 = df["销售额"]
print(销售额们)0 12000
1 8500
2 15300
3 9200
4 11000
Name: 销售额, dtype: int64df["销售额"]返回的东西叫Series（系列），你可以理解成”一列数据”。它带着原来的行号，也带着自己的名字Name: 销售额。DataFrame是整张表，Series是其中一列——记住这一句，后面所有pandas代码你都能看懂”现在手上拿的是什么”。
一列直接算：求和、平均、找最值
最爽的部分来了。拿到Series之后，统计函数直接”长”在它身上：
print(df["销售额"].sum()) # 800行求和 → 9654300
print(df["销售额"].mean()) # 平均值 → 12067.9
print(df["销售额"].max()) # 最大值 → 15300
print(df["销售额"].min()) # 最小值 → 8500
print(df["销售额"].count()) # 非空的有多少个 → 5回想第26篇我们怎么算CSV总销售额的？total = 0，for循环一行行加，还得float()转换、try/except防脏数据。现在呢？df["销售额"].sum()——一个属性取列，一个函数求和，循环、转换、累加，pandas全替你干了。这就是”一行顶十行”。
这里有个隐藏知识点顺嘴说清：df["销售额"]是一列，.sum()是这一列自带的函数。整个链条读法是”表的销售额列，求和”——从左往右念人话，这是读懂pandas代码的诀窍。以后见到df["部门"].unique()（部门都有哪些不重复的值）、df["姓名"].nunique()（多少个不同的人），你也能猜个八九不离十。
四、实战：三个问题一分钟出答案
好，工具齐了，回去收拾老板的三个问题。完整代码：
import pandas as pd
# 1. 读表（先"看"再"问"的老规矩）
df = pd.read_excel("销售明细.xlsx")
print(f"表读进来了：{df.shape[0]}行 × {df.shape[1]}列")
print("列名：", list(df.columns))
print(df.head())
# 2. 老板的三个问题
print("——————————")
print("问题1，今年总销售额：", df["销售额"].sum())
print("问题2，销售冠军是：", df.loc[df["销售额"].idxmax(), "姓名"])
print("问题3，平均一单：", round(df["销售额"].mean(), 2), "元")
# 3. 顺便多给两句，显得专业
print("——————————")
print("最低一单：", df["销售额"].min(), "元")
print("共有订单：", df["销售额"].count(), "单")输出：
表读进来了：800行 × 4列
列名： ['姓名', '部门', '销售额', '日期']
——————————
问题1，今年总销售额： 9654300
问题2，销售冠军是： 小张
问题3，平均一单： 12067.88 元
——————————
最低一单： 8500 元
共有订单： 800 单问题2那行最”吓人”，拆开看其实是三句人话：
df["销售额"].idxmax() # 最大值在第几行（行号）
df.loc[行号, "姓名"] # 取那一行的"姓名"格子idxmax()返回最大值所在的行号，df.loc[行号, 列名]按行号列名取一个格子——就像Excel里”先定位到最大值在哪行，再读那行的姓名列”。loc是”location（位置）”的缩写，方括号里第一个是行、第二个是列，逗号隔开。今天先照抄用着，第32篇会让你看到它的更多花样。
以后老板再追加问题，你加一行代码就好：”按月看”——等下一篇；”华东区单独算”——也是下一篇。问题变多，代码只增不改，这就是”数据进了程序”和”数据锁在Excel”的本质区别。
五、四个必踩的坑（先打疫苗）
坑1：pandas不是自带的，还差一个引擎。 最常见的报错长这样：
ImportError: Missing optional dependency 'openpyxl'翻译：pandas读Excel需要openpyxl这个引擎，你没装。pip install openpyxl一发解决。反过来只装了openpyxl没装pandas，那连pd都import不进来。两个都装，一个负责大脑一个负责牙齿。
坑2：一张Excel里的”好几张表”。 Excel文件可以有多个工作表（Sheet），read_excel默认只读第一张。如果数据藏在叫2026明细的第二张表里，你读回来的df可能只有封面那几行，还纳闷数据怎么不对。两种应对：
# 办法1：指定表名或表序号（0是第一张，1是第二张）
df = pd.read_excel("销售明细.xlsx", sheet_name="2026明细")
df = pd.read_excel("销售明细.xlsx", sheet_name=1)
# 办法2：先看看这文件里都有哪些表
print(pd.ExcelFile("销售明细.xlsx").sheet_names)开工前先看sheet名单，跟第30篇”先glob盘点再动手”是一个道理——先摸清地形，再开推土机。
坑3：表头不在第一行。 很多人的Excel前两行是大标题（”2026年度销售明细汇总表”），第三行才是姓名/部门/销售额。pandas默认把第一行当列名，结果列名变成了一堆Unnamed: 1（无名列）。改法是指定表头在第几行（从0数）：
df = pd.read_excel("销售明细.xlsx", header=2) # 第3行才是表头如果表尾还有一行”合计”，它会被当成普通数据混进来，读完head()和tail()（tail看最后5行，head的孪生兄弟）各瞄一眼，两头的妖魔鬼怪都现形。
坑4：空单元格会变成NaN，混进数字列里捣乱。 Excel里留空的格子，读进来是NaN（Not a Number，”不是数”）。好消息：sum()、mean()会自动跳过NaN；坏消息：count()只数”非空”，所以”有800行但count()只有796″是正常的——那4行是空的。更坏的消息：如果”销售额”列里混了文字（比如有人手滑写了约300或12000元），整列会被pandas当”文本列”处理，.sum()直接报错unsupported operand type。这一列的”清洗”怎么干，第29篇的思路直接复用：读进来先print(df["销售额"].dtype)（看这一列的类型，数字列显示int64/float64，文本列显示object），不对劲就先洗再算。
六、跟AI协作的正确姿势（pandas特供）
pandas是出了名的”功能多到看不完”，恰好是AI的主场。但指挥有三个要点：
- 把表的”长相”贴给AI。别说”帮我用pandas分析Excel”，说”表有800行4列，列名是
姓名、部门、销售额、日期，销售额是整数，日期是日期格式，我想算总额、找销售冠军、算平均单值”——贴上df.head()的输出，AI给的代码就不会猜错列名（它最爱瞎编df['sales']这种列名） - 先要”只读探路”，再要”正式分析”。第一条需求永远是：”先给我一段’体检代码’，读表后打印行数、列名、每列类型和前5行，不要做任何计算“。表读对了，后面全对；表读错了，后面全白干
- 让它把”魔法链”拆开讲。pandas一行能叠三层：
df[df["销售额"] > 10000]["姓名"].unique()。看到这种代码别硬啃，直接问：”这行拆成一步一步的中间变量写法，并解释每一步“。拆开看，无非是”筛选行→取列→去重”，都是学过的人话
高频句式送你：”我有一个Excel，列名是……，每列的数据类型是……。请先给我读表+体检的代码（只打印不计算），我确认表读对后，再帮我写’某某问题’的分析代码，要求每一步都写注释解释“——把这句丢给AI，出来的代码你能看懂、能改、能留着复用。
七、今日小练习
练习1：把”三个问题”改成能问十次
把实战代码包进一个while True循环：每次打印”请输入要看的列名（q退出）”，输入列名就打印该列的sum/mean/max/min四个统计；输入q退出。（提示：input()拿到的是字符串，正好当df[列名]的钥匙用；退出前先判断if 列名 == "q"，再判断if 列名 in df.columns防止列名写错报错——第10篇异常处理的思路，其实用in判断更优雅。while True:里记得留好退出口，不然程序停不下来。）
练习2：多表读取小能手
一个文件夹里躺着1月.xlsx、2月.xlsx……12月.xlsx十二个文件，列名一致，算出全年总销售额和每个月的销售额。（提示：第30篇的glob.glob("*.xlsx")找出所有文件，for循环里逐个pd.read_excel、逐个.sum()累加进一个字典——又是第26篇”字典计数”的老套路，只是这次存的是求和。打印时想按1、2、3…12月排？sorted(文件们)先把列表排好序再循环。）
练习3：给表做张”体检小结”
读任意一个Excel，打印一份体检报告：行数列数、列名清单、每列的数据类型、每列有多少个空值（NaN）、数字列的平均值。（提示：单列类型用df["列名"].dtype；数空值用df["列名"].isna().sum()——isna()返回每行”是不是空”的True/False列，.sum()把True当1加起来，正好是空值个数。想一把梭的话，df.describe()直接吐出所有数字列的”体检表”（计数、平均、标准差、最小四分位最大），先跑一遍看看它长什么样。）
写在后面：表格数据的”正餐”开席了
盘点今天：pandas是表格数据的万能工作台，DataFrame是住在程序里的超级表格；pd.read_excel()/pd.read_csv()一行读表；head/shape/columns先”看”再”问”；df["列名"]取一列成Series；sum/mean/max/min/count统计直接长在列上；df.loc[行, 列]按坐标取格子。
更值钱的是思路升级：从今天起，表格数据的标准动线是”读进程序→看清长相→按需提问“。在Excel里，每个问题都是一次人工翻找；数据进了pandas，每个问题都是一行代码——问一百次也只要一百行，而且隔周还能原样再跑一遍。能被反复提问的数据，才是真正活起来的数据。
下一篇，筛选和排序登场：df[df["部门"] == "华东"]一行筛出华东区，sort_values一行排好序——”华东区销售额前十名是谁”这种问题，两行代码拿下。
下篇预告
第三十二篇：Excel筛选排序——pandas的筛选魔法：一行代码筛出”华东区、销售额过万、三月份”的订单，再按销售额排个序。Excel要点十几下鼠标的事，pandas眨眨眼。
发表回复