Что такое pandas

Коротко

• Series — одномерный массив значений с индексом (метками строк).
• DataFrame — таблица: набор столбцов-Series с общим индексом. У каждого столбца свой тип.
• Операции применяются к целому столбцу сразу, как в NumPy: df["a"] * 2.
• Принято импортировать так: import pandas as pd. Во всех примерах справочника pd и np уже импортированы.
• Примеры в стиле Jupyter: под кодом — вывод print и значение последней строки. В .py-файле оберните последнюю строку в print().

Главное о pandas 3

Справочник написан для pandas 3.0. Если код из интернета ведёт себя иначе, скорее всего, дело в одном из этих изменений:

• строки по умолчанию хранятся в типе str, а не object — строки;
• любая выборка ведёт себя как копия (Copy-on-Write), цепочечное присваивание не работает — Copy-on-Write;
• даты из строк получают разрешение в микросекундах, а не наносекундах — даты;
• удалены applymap, fillna(method=…), частоты M, Q, Y и другие устаревшие API — отмечены в статьях.

Синтаксис

import pandas as pd

s = pd.Series([1, 2, 3], index=["a", "b", "c"])
df = pd.DataFrame({"имя_столбца": [значения], ...})
df["столбец"]            # столбец — это Series
pd.__version__

Примеры

sales = pd.DataFrame({
    "city": ["Омск", "Тула", "Сочи"],
    "cups": [120, 85, 240],
    "price": [180.0, 165.0, 210.0],
})

temps = pd.Series([12.5, 9.0, 21.3], index=["Омск", "Тула", "Сочи"])
temps

Омск    12.5
Тула     9.0
Сочи    21.3
dtype: float64

sales

   city  cups  price
0  Омск   120  180.0
1  Тула    85  165.0
2  Сочи   240  210.0

col = sales["cups"]
print(type(col))
col

<class 'pandas.Series'>
0    120
1     85
2    240
Name: cups, dtype: int64

sales["revenue"] = sales["cups"] * sales["price"]   # столбец целиком, без цикла
sales

   city  cups  price  revenue
0  Омск   120  180.0  21600.0
1  Тула    85  165.0  14025.0
2  Сочи   240  210.0  50400.0

pd.__version__

'3.0.6'

Подводные камни

names = pd.Series(["Аня", "Борис"])
print(names.dtype)
names.dtype == object          # старая проверка «строковый ли столбец» больше не работает

str
False

sales["cups"].to_numpy()                             # данные столбца — массив NumPy

array([120,  85, 240])