pand
- 难度
- 见前置条件
- 形式
- 文档
- 语言
- 英文
- 规模
- 1 个课节
- 内容费用
- 免费
- 动手
- 需要动手环境
使用限制
网页可公开访问，学习材料无账号门槛；动手练习需自备可运行 pandas 的环境。
- 练习与作业
- 教程使用的 Titanic 数据集（页面提供原始数据链接）
学完你能
- 读取 CSV 表格数据并查看前几行结构
- 对数值列计算均值、中位数等单个统计量
- 用 describe() 一次性获取 count/mean/std/分位数等汇总统计
- 用 DataFrame.agg() 为不同列自定义统计量组合
- 用 groupby() 按一个或多个类别列计算分组统计量
- 用 value_counts() 与 groupby().count()/size() 统计各类别记录数
- 理解 split-apply-combine 模式并解释数值/缺失值如何处理
- 区分 size 与 count 在缺失值处理上的差别
适合你吗
适合
适合想用 pandas 做数据探索性分析、需要掌握描述性统计与分组聚合的学习者。
暂不适合
不适合想系统学习统计学理论或因果推断的人，本页只讲 pandas API 操作。
需要先会
需会基础 Python 语法，并了解 DataFrame 行列选择等 pandas 入门概念（如本系列前几篇教程的内容）。
课程特点
- 内容侧重
- 按内容目录判断
- 练习与项目
- 把教程中的每个代码示例在 Titanic 数据上跑一遍，并尝试对 Cabin、Embarked 等类别列做 value_counts 与分组统计，观察缺失值如何影响结果。
- 学习时长
- 1 个课节原站未给出统一学习时长；实际用时取决于已有基础。
- 内容费用
- 免费pandas 官方文档可免费公开访问，页面本身未标注收费。
内容覆盖
- Aggregating statistics（计算整体汇总统计量，mean/median/describe/agg）
- Aggregating statistics grouped by category（按类别分组聚合，groupby 与 split-apply-combine）
- Count number of records by category（按类别统计记录数，value_counts 与 groupby 计数）
来源与使用须知
- 收录时间
- 本站首次收录 2026-10-16
- 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。