本文經(jīng)AI新媒體量子位（公眾號(hào)ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請(qǐng)聯(lián)系出處。

pandas作為Python的一個(gè)強(qiáng)大擴(kuò)展庫，被很多人稱為數(shù)據(jù)分析界的“瑞士軍刀”。

然而，它也被不少學(xué)習(xí)者詬病：語法很亂！API太多！

有沒有什么好辦法能夠快速上手呢？

為此，有網(wǎng)友在知乎提出這樣的問題：

該問題引起了不少網(wǎng)友的共鳴，很多人也提供了自己上手pandas的方法。

為啥這么亂？

首先來看，大家都吐槽pandas用起來感覺很混亂，那為什么會(huì)這樣？

針對(duì)這個(gè)問題，來自中科院大學(xué)的@李丁表示，由于Pandas等Python的科學(xué)計(jì)算包都是

“一幫學(xué)術(shù)界人士搞的”，主要是模仿R語言，又沒有模仿到R的靈活語法。最后就是只做

到了功能全面能用就行，沒有關(guān)注好不好用等其他代碼工程素養(yǎng)問題。

結(jié)果就是雖然它很亂，但是迫于它的“地位”，很多人還是不得不使用它。那大家都是如何上手的呢？

“磨刀不誤砍柴工”

縱觀整個(gè)回答，大部分人的思路都是先整體過一遍，腦子里留個(gè)印象，到用的時(shí)候再去細(xì)查！

但是很多東西一遍根本就記不住，查的時(shí)候可能都不知道有某個(gè)功能，更有人吐槽即使已經(jīng)用了很久pandas，再用還是需要一遍遍再查官方文檔。

于是，為了提升查詢效率，在初入門時(shí)就把各種語法和相關(guān)類整理一下非常重要，此所謂“磨刀不誤砍柴工”。

下面是GiHub上一個(gè)獲星1.3k的“磨刀”成果：

每一條目錄下都有全面的細(xì)化總結(jié)，包括示例代碼：

作者是來自阿里巴巴的技術(shù)專家。

也有知友更加細(xì)化，總結(jié)了75個(gè)數(shù)據(jù)分析打工人的Pandas高頻操作：

每一條都說明了具體用法：

‍實(shí)在忍不了試試別的工具

學(xué)習(xí)計(jì)算機(jī)，看書是避免不了，除了pandas作者的那本《利用Python進(jìn)行數(shù)據(jù)分析》（第2版），還有人強(qiáng)烈推薦《Python數(shù)據(jù)分析：活用pandas庫》，不過也是不用全部看完，隨用隨查就行。

‍亞馬遜書評(píng)也不錯(cuò)：

這本書比我讀過的其他介紹Pandas的書好很多，別的書也不錯(cuò)，但這本書更簡明扼要。作者先介紹方法，接著給出示例，然后繼續(xù)推進(jìn)，非常適合學(xué)習(xí)。

官方文檔一直被吐槽亂，但是官方網(wǎng)站升級(jí)以后的文檔比之前好了一些，該查詢該學(xué)習(xí)的時(shí)候還是得使用它。

剩下的就是在實(shí)踐中一次次加深各種用法的記憶了！

當(dāng)然了，也有一些人推薦直接改用matlab、mathematica，或者效率更高（但比較小眾）的julia。

以及DaPy，一個(gè)專門針對(duì)pandas數(shù)據(jù)結(jié)構(gòu)嚴(yán)格和api過多等問題的Python數(shù)據(jù)分析框架，輕量且具有易用性。

你又是如何上手混亂的pandas呢？

知友整理鏈接：
GiHub pandas教程：https://github.com/hangsz/pandas-tutorial
75個(gè)Pandas高頻操作：https://mp.weixin.qq.com/s?__biz=MzUwOTg0MjczNw==&mid=2247490395&idx=1&sn=49215a3b51a6768802ba2eae3410e537&chksm=f90d5f05ce7ad613a5200b803580314a298443f98f853a73941ec64ea4a7c90822f1f814cfa9&scene=178&cur_album_id=1429956252289024000#rd