Что такое pandas и зачем он нужен
Pandas - библиотека Python для работы с таблицами и временными рядами. Она читает данные из CSV, Excel, JSON и баз данных, чистит их, фильтрует, группирует, объединяет и сохраняет обратно. Если вы привыкли к Excel, то pandas - это "Excel в коде" для данных, которые не помещаются на экран или обрабатываются регулярно.
У библиотеки две основные структуры. Series - один столбец значений с индексом. DataFrame - таблица из нескольких столбцов, у каждого из которых может быть свой тип. Почти вся работа происходит с DataFrame.
Pandas построен поверх NumPy, поэтому быстро выполняет операции над целыми столбцами без циклов. Если хотите понять, что под капотом, посмотрите статью про основы NumPy.
Как установить pandas
Pandas ставится обычным менеджером пакетов pip. Современные версии (ветка 3.x) требуют Python 3.11 или новее, так что сначала проверьте версию командой python --version. Рекомендуется ставить в виртуальное окружение, чтобы не засорять систему.
| Задача | Команда |
|---|---|
| Создать окружение | python -m venv .venv |
| Установить pandas | pip install pandas |
| Поддержка Excel (xlsx) | pip install openpyxl |
| Через conda | conda install pandas |
| Обновить | pip install --upgrade pandas |
| Проверить версию | python -c "import pandas as pd; print(pd.__version__)" |
Установка скачивает сам pandas и NumPy. В Windows команды выполняют в PowerShell или командной строке, в Linux и macOS - в терминале. Дополнительные форматы подключают отдельными пакетами: для чтения xlsx нужен openpyxl, а для ускорения и Parquet - pyarrow.

Подключают библиотеку в коде строкой import pandas as pd. Сокращение pd стало общепринятым, его используют во всех учебниках и документации.
Если после установки появляется ошибка ModuleNotFoundError: No module named 'pandas', скорее всего, pip поставил пакет в одно окружение, а скрипт запускается в другом. Используйте запись python -m pip install pandas тем же интерпретатором, которым запускаете код.
Создание DataFrame и Series
Самый простой способ получить таблицу - собрать её из словаря: ключи становятся названиями столбцов. Этот набор данных используем в следующих примерах.
import pandas as pd
df = pd.DataFrame({
"city": ["Москва", "Казань", "Москва", "Самара", "Казань"],
"product": ["ноутбук", "мышь", "мышь", "ноутбук", "монитор"],
"amount": [85000, 900, 1100, 78000, 21000],
})
print(df.head(3)) # первые 3 строки
print(df.shape) # (5, 3): 5 строк, 3 столбца
df.info() # типы столбцов и пропуски
Метод head() показывает начало таблицы, shape - размер, info() - типы данных и количество непустых значений. Отдельный столбец - это Series: df["amount"].
Метод df.describe() считает быстрые описательные статистики по числовым столбцам: среднее, минимум, максимум, квартили. Для первого знакомства с чужим файлом это самая полезная связка вместе с head() и info().
Чтение CSV и Excel
В реальной работе таблицу чаще загружают из файла. Для CSV используется read_csv, для Excel - read_excel.
import pandas as pd
# CSV: разделитель и кодировка часто нужны для русских файлов
df = pd.read_csv("sales.csv", sep=";", encoding="cp1251")
# Excel: имя листа и строка, с которой начинается таблица
df2 = pd.read_excel("report.xlsx", sheet_name="Продажи", header=0)
print(df.head())
Программа загрузит файлы в DataFrame и выведет первые строки. Для read_excel должен быть установлен openpyxl.
| Параметр | Что делает |
|---|---|
sep | Разделитель в CSV: запятая по умолчанию, в русских выгрузках Excel часто точка с запятой |
encoding | Кодировка: utf-8 или cp1251, при "кракозябрах" попробуйте другую |
usecols | Какие столбцы читать, ускоряет загрузку больших файлов |
dtype | Принудительные типы, например коды как строки |
parse_dates | Какие столбцы превратить в даты |
sheet_name | Лист Excel по имени или номеру |
Если вместо текста видны странные символы, причина почти всегда в кодировке, о ней подробно написано в статье про кодировку UTF-8. Общие приёмы чтения и записи файлов описаны в материале про чтение и запись файлов в Python.
Выбор столбцов и фильтрация строк
Один столбец выбирают по имени, несколько - списком имён. Для фильтрации строк внутрь квадратных скобок передают условие. Оно возвращает маску из True и False, а pandas оставляет только строки с True.
print(df["city"]) # один столбец (Series)
print(df[["city", "amount"]]) # несколько столбцов (DataFrame)
big = df[df["amount"] > 20000] # строки с суммой больше 20000
print(big)
# несколько условий: & (и), | (или), каждое условие в скобках
moscow = df[(df["city"] == "Москва") & (df["amount"] > 1000)]
print(moscow)
# loc: строки по условию и нужные столбцы сразу
print(df.loc[df["city"] == "Казань", ["product", "amount"]])
Для таблицы выше первый фильтр оставит три строки: два ноутбука и монитор. Запомните, что вместо слов and и or в условиях нужны операторы & и |, а каждое сравнение берётся в скобки.
Полезные методы для условий: isin(["Москва", "Казань"]) проверяет вхождение в список, str.contains("мыш") ищет подстроку, between(1000, 50000) задаёт диапазон.
Новый столбец создают присваиванием, а сортируют методом sort_values.
df["amount_k"] = df["amount"] / 1000 # сумма в тысячах
top = df.sort_values("amount", ascending=False).head(2) # два самых дорогих заказа
print(top)
Для изменения значений по условию используйте df.loc[условие, "столбец"] = значение одним действием. Цепочки вида df[условие]["столбец"] = значение в новых версиях pandas не меняют исходную таблицу и приводят к ошибкам.
Пропуски в данных
В реальных файлах почти всегда есть пустые ячейки. Pandas отмечает их как NaN. Сначала посмотрите, где и сколько пропусков, а затем решите, что с ними делать.
print(df.isna().sum()) # число пропусков в каждом столбце
clean = df.dropna() # удалить строки с пропусками
df["amount"] = df["amount"].fillna(0) # заменить пропуски нулями
Удалять или заполнять - зависит от смысла данных. Пропуск в сумме можно заменить нулём, а пропуск в идентификаторе заказа лучше удалить вместе со строкой.
Группировка groupby
Метод groupby делит таблицу на группы по значению столбца и считает для каждой группы итог. Это аналог сводной таблицы в Excel и конструкции GROUP BY в SQL.
# сумма продаж по городам
print(df.groupby("city")["amount"].sum())
# несколько показателей сразу с понятными именами
report = df.groupby("city").agg(
total=("amount", "sum"),
orders=("amount", "count"),
)
print(report)
Результат: у Москвы сумма 86100 и 2 заказа, у Казани 21900 и 2, у Самары 78000 и 1. Другие агрегаторы: mean, min, max, nunique. Часть функций удобно собрать в статье про 7 функций pandas для обработки данных.
Объединение таблиц merge
Метод merge соединяет две таблицы по общему столбцу, как JOIN в SQL. Принцип соединений разобран в статье про SQL JOIN, в pandas он тот же.
managers = pd.DataFrame({
"city": ["Москва", "Казань", "Самара"],
"manager": ["Иванов", "Петров", "Сидоров"],
})
result = df.merge(managers, on="city", how="left")
print(result)
В таблицу заказов добавится столбец manager. Параметр how задаёт тип соединения: inner (только совпавшие), left (все строки левой таблицы), right, outer. Для простого склеивания таблиц с одинаковыми столбцами друг под другом есть pd.concat([df1, df2]).
Сохранение результата
Готовую таблицу записывают методами to_csv и to_excel. По умолчанию pandas пишет в файл ещё и индекс строк, что обычно не нужно, поэтому добавляют index=False.
result.to_csv("result.csv", index=False, encoding="utf-8")
result.to_excel("result.xlsx", index=False, sheet_name="Итог")
После запуска в папке появятся два файла. Если CSV будут открывать в Excel на русской Windows, а кириллица отображается неверно, сохраняйте с encoding="utf-8-sig".
Что изменилось в pandas 3 и где работать
Ветка pandas 3.x принесла два заметных изменения. Режим copy-on-write стал единственным: срез или результат метода больше не меняет исходную таблицу неожиданно, а цепочечное присваивание перестало работать. Текстовые столбцы теперь хранятся в отдельном строковом типе str, а не в object. Для типового кода из этой статьи ничего менять не нужно.
Если проект застрял на старой версии, сначала обновитесь до 2.3 и устраните предупреждения, а затем переходите на 3.x. Проверить установленную версию можно командой pip show pandas.
Удобнее всего изучать pandas в интерактивной среде, где результат каждой команды виден сразу. Установка и работа в таких средах описаны в статье про Jupyter Notebook.
