为什么要学pandas？¶
在数据处理领域，Python的pandas库就像一位”数据管家”，能帮我们轻松地读取、清洗、分析数据。CSV（逗号分隔值）是最常见的数据格式之一，很多数据文件（比如Excel导出的表格、统计报表）都能用CSV格式保存。学会用pandas读取CSV文件，是数据分析的第一步！
第一步：安装pandas¶
如果你的电脑还没安装pandas，需要先通过命令行安装。打开终端（Windows用”命令提示符”，Mac/Linux直接用终端），输入：
pip install pandas
提示：如果用Anaconda或Jupyter Notebook，pandas通常已经预装，直接跳过这步即可。
第二步：导入pandas库¶
要使用pandas，需要先在代码中导入它。通常我们会给pandas起个简短的别名pd，方便后续调用：
import pandas as pd
这行代码就像打开了”数据管家”的工具箱，接下来就可以用pd调用各种工具了。
第三步：读取CSV文件¶
假设我们有一个简单的CSV文件，比如叫student.csv，内容如下（你可以自己创建一个类似的文件，或者跟着例子操作）：
姓名,学号,语文,数学,英语
张三,001,85,92,78
李四,002,90,88,95
王五,003,76,80,82
这个文件记录了3个学生的成绩信息，列名是姓名、学号、语文、数学、英语。
基础读取：最常用的read_csv函数¶
用pandas读取CSV文件只需一行代码：
# 读取CSV文件（假设文件在当前文件夹）
df = pd.read_csv('student.csv')
这里df是”DataFrame”的缩写，pandas用它来表示表格型数据（就像Excel里的工作表）。执行这行代码后，df就包含了CSV文件里的所有数据。
第四步：查看和理解数据¶
读取文件后，别急着分析！先看看数据长什么样、有没有问题。pandas提供了几个简单又实用的工具：
1. 查看前几行数据：head()和tail()¶
df.head()：显示前5行数据（默认），快速预览数据格式。df.tail(3)：显示后3行数据（括号里可以指定行数）。
# 显示前5行
print(df.head())
# 显示后3行
print(df.tail(3))
输出结果应该和CSV文件内容一致，能看到列名和对应的数据。
2. 查看数据基本信息：info()¶
info()能帮我们检查数据类型（比如数值型、字符串型）和是否有缺失值：
df.info()
输出示例：
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 5 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 姓名 3 non-null object
1 学号 3 non-null object
2 语文 3 non-null int64
3 数学 3 non-null int64
4 英语 3 non-null int64
dtypes: int64(3), object(2)
memory usage: 248.0+ bytes
- RangeIndex：表示行数（0-2，共3行）。
- Non-Null Count：每列非缺失值的数量（这里都是3，说明没有缺失值）。
- Dtype：数据类型（姓名、学号是字符串
object，成绩是整数int64）。
3. 统计数值数据：describe()¶
如果数据中有数值列（如语文、数学），describe()能快速统计最小值、最大值、平均值等：
df.describe()
输出示例（只统计数值列）：
语文 数学 英语
count 3.000000 3.000000 3.000000
mean 83.666667 86.000000 85.000000
std 7.559289 5.163978 7.071068
min 76.000000 80.000000 78.000000
25% 80.500000 84.000000 80.500000
50% 85.000000 88.000000 82.000000
75% 87.500000 90.000000 88.500000
max 90.000000 92.000000 95.000000
第五步：处理常见问题（进阶）¶
如果你的CSV文件有特殊格式，比如中文乱码、分隔符不是逗号、没有表头等，pandas也能灵活应对：
1. 中文乱码：指定编码格式¶
如果读取时出现中文乱码，可能是文件编码和Python默认编码不一致。尝试用encoding参数指定编码：
# 常见编码：utf-8（默认）、gbk（中文Windows常用）
df = pd.read_csv('student.csv', encoding='utf-8')
2. 分隔符不是逗号：用sep参数¶
虽然CSV通常是逗号分隔，但有些文件可能用制表符（\t）或其他符号分隔。比如用sep='\t'读取制表符分隔的文件：
# 读取制表符分隔的文件
df = pd.read_csv('data.tsv', sep='\t')
3. 没有表头：自定义列名¶
如果CSV文件没有第一行表头（列名），read_csv会自动给列名编号（0,1,2…）。此时可以用names参数自定义列名：
# 假设文件没有表头，自定义列名为['姓名', '学号', '语文', '数学', '英语']
df = pd.read_csv('student.csv', header=None, names=['姓名', '学号', '语文', '数学', '英语'])
总结¶
通过这篇教程，你已经学会了：
- 安装和导入pandas：
pip install pandas+import pandas as pd - 读取CSV文件：
pd.read_csv('文件名.csv') - 查看数据：
head()/tail()预览数据，info()检查类型和缺失值，describe()统计数值 - 处理特殊格式：编码、分隔符、无表头等问题的解决方法
pandas读取CSV只是数据处理的开始，后续还可以学习数据筛选、清洗、合并等操作。现在，你可以尝试用自己的CSV文件练习一下，熟悉这些步骤吧！