pandas / NumFOCUS
How do I read and write tabular data? — pandas 官方入门教程
能使用 pandas 的 read_* 函数读取 CSV/Excel 等格式的表格数据,并用 to_* 方法导出数据,同时用 head/tail/info/dtypes 对读入数据做初步检查。
pandas / Num FOCUS
- 难度
- 见前置条件
- 形式
- 文档
- 语言
- 英语
- 规模
- 5 个课节
- 内容费用
- 免费
- 动手
- 需要动手环境
使用限制
页面本身浏览器直接阅读;要复现示例需自备 Python 环境并安装 pandas,读 Excel 需额外安装 Excel 引擎。
- 学习材料
- 教程示例用的 Titanic CSV 数据文件(页面提供 raw 数据下载链接)
选择学习环境
按你的电脑系统准备;提示词在你自己的电脑上使用。
本机动手
这是 pandas 官方 Getting started tutorials 的第 2 节,按官方顺序建议先完成第 1 节。本页围绕“读写表格数据 + 读入后检查”展开,代码可直接复制运行。
需要能运行 Python 并已安装 pandas;读 Excel 需额外安装 Excel 读写引擎(原站提示见安装文档的 Excel files 一节)。
准备工具和账号
标“选用”的可以跳过。
- Python 3 + pandas运行教程中的 read_csv / to_excel / head / info 等示例
- Titanic 示例数据 CSV 教程使用的练习数据
- Excel 读写引擎选用运行 to_excel()/read_excel() 示例所需
让 AI Agent 一次搭好课程
复制开课提示词发给你常用的 AI Agent。它会下载允许保存的官方材料、建立课节目录并自检;需要账号、权限或费用时会先问你。
开课提示词 · 只需用一次此提示词尚未实测验证请帮我把「How do I read and write tabular data? — pandas 官方入门教程」的学习环境一次准备好,让我之后只需要按顺序学习和做练习。 开始前先问我:课程放在哪个目录(等我给出完整路径),确认我的操作系统和已有工具。确认前不要创建文件或安装软件。 课程入口:https://pandas.pydata.org/docs/getting_started/intro_tutorials/02_read_write.html 我的系统:Linux。如果实际不符,先调整方案。 本次路线:Linux:本机动手。只准备这条路线需要的工具;只读路线不安装运行环境、不配置模型密钥。 练习:用 head/tail 交替查看数据首尾,用 info() 找出含缺失值的列(如 Age、Cabin),再把同一份 DataFrame 导出为另一种格式并回读核对行数是否仍为 891。 课节(官方顺序): 1. How do I read and write tabular data?:https://pandas.pydata.org/docs/getting_started/intro_tutorials/02_read_write.html 2. Getting started tutorials(教程总入口,按官方顺序学习):https://pandas.pydata.org/docs/getting_started/intro_tutorials/index.html 3. 上一节:What kind of data does pandas handle?:https://pandas.pydata.org/docs/getting_started/intro_tutorials/01_table_oriented.html 4. 下一节:How do I select a subset of a DataFrame?:https://pandas.pydata.org/docs/getting_started/intro_tutorials/03_subset_data.html 5. User Guide:reader and writer functions:https://pandas.pydata.org/docs/user_guide/io.html#io 1. 环境 - Python 3 - pandas(pip/conda 安装) - 可选:openpyxl 等 Excel 读写引擎 - 安装前先列出要装的软件和命令,等我同意;已装好的直接复用。 2. 材料 - 官方课程页面:只记录链接 https://pandas.pydata.org/docs/getting_started/intro_tutorials/02_read_write.html 3. 目录(最外层放在我确认的位置) pandas-read-write-tabular-data/ ├── README.md # 课程入口、课节清单、每次怎么开始 ├── progress.md # 每课:读讲义 / 做练习 / 记笔记 ├── questions.md # 待解决的问题 ├── check-env.sh # 环境自检,按 README 操作 ├── data/ # 练习用到的样例数据 └── lessons/ # 每课一个文件夹:notes.md + exercises/ ├── 01-01-how-do-i-read-and/ ├── 02-02-getting-started-tutorials/ ├── 03-03-what-kind-of-data-does/ ├── 04-04-how-do-i-select-a/ └── 05-05-user-guide-reader-and-writer/ - 每课文件夹里建 notes.md(顶部写本课官方链接)和 exercises/;课节文件夹名称与上面一致。 - 已有课程目录先检查并复用;不覆盖笔记、作业或 progress.md,不重置已有进度。尚未发布的课节保留入口并注明未发布,不能代写讲义或虚构练习。 4. 自检 - 创建 check-env.sh,逐项检查并记录“通过/未通过”: - 在课程根目录运行;每项检查独立执行,进入子目录不能影响下一项。使用当前系统的终端运行。 - python -c "import pandas as pd; print(pd.__version__)" → 打印出 pandas 版本号(如 3.x),无 ImportError。 - 打开 titanic.xlsx 确认存在名为 passengers 的工作表 → 文件存在且工作表名与教程一致,数据无多余索引列。 - 标注为人工检查、浏览器操作或 notebook 单元的项目,按相应方式操作,不直接粘贴进 shell;脚本只包含当前系统可执行的命令。 - 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项;需要登录、付费或尚未开放的材料记为“需要我操作/未验证”,不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。 - 运行一次,把结果给我看;未通过的项目说明原因和修复办法。 5. 学习计划 - README.md:课程入口、课节清单(带链接)、每次学习怎么开始(使用“每课提示词”)。 - progress.md:每课三项勾选——读讲义、做练习、记笔记。 6. 最后分三部分汇报:已完成、需要我自己操作的、尚未验证的。 边界: - 需要管理员权限、会产生费用或需要填写密钥的操作,先告诉我原因,等我同意。密钥由我在本机配置,不发到聊天,不写进笔记或版本库;原项目需要 .env 时确认已被 Git 忽略。 - 不替我写练习或作业答案,也不替我提交。我卡住时只给提示;我明确要求时才给解答。 - 只下载许可允许个人保存的材料;其余只放链接。不把未运行的命令说成成功。 如果你不能直接操作我的文件系统,请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。搭好后的课程目录
pandas-read-write-tabular-data/ ├── README.md # 课程入口、课节清单、每次怎么开始 ├── progress.md # 每课:读讲义 / 做练习 / 记笔记 ├── questions.md # 待解决的问题 ├── check-env.sh # 环境自检,按 README 操作 ├── data/ # 练习用到的样例数据 └── lessons/ # 每课一个文件夹:notes.md + exercises/ ├── 01-01-how-do-i-read-and/ ├── 02-02-getting-started-tutorials/ ├── 03-03-what-kind-of-data-does/ ├── 04-04-how-do-i-select-a/ └── 05-05-user-guide-reader-and-writer/
来源与使用须知
- 收录时间
- 本站首次收录 2026-10-17
- 指南参考
- 课程主页
版权与转载
- 课程材料未标明许可:仅供个人学习,转载、修改或商用前请先联系原作者。
- 本站只提供原始链接和学习指南,不转载、不镜像课程材料;引用时请注明原作者与出处。